130. 张月光创业两年首次访谈：妙鸭不是AI Native产品、流程到上下文设计、One Way Door和乙女游戏

就在京都，就在鸭川边上。有一天没睡着觉，我一个人跑到鸭川边，在那里坐着。那里很美。

我从夜里2点一直坐到凌晨5点，拿了一罐啤酒坐在那里。那天我想了很多事情，也做了一些很重要的决定。

哈喽，大家好，我是小俊。过去两年，张月光仿佛消失了。这位产品经理在2023年创造过妙鸭这样的现象级AI产品，但是在妙鸭走红后仅三个月，他便从阿里巴巴辞职。他说这源于他独自在日本京都的鸭川边坐了一夜，想清楚了许多重要的人生决定。2024年初，张月光筹措资金创立木言智语，这家公司成为那年AI应用型公司里融资额最高的初创公司之一。有人说，投资人在没有产品的情况下，对他盲注了四轮，累计金额近3亿元人民币。也有人开玩笑说，张月光是拿着融资额的利息在养公司。过去两年，我和张月光见了很多次，他在尝试的产品形态每一次都有一些变化，他也并不掩饰自己的困惑，坦言的确有一段时间看不懂。转折来自于半年以前。一位师承于互联网时代的产品经理，当他转向AI，会经历怎样的试错与求索，又要跨越哪些重要的认知鸿沟？让我无比意外的是，张月光说他后来才意识到，妙鸭压根不是一个AI Native的产品。木言智语现阶段正在做的有两款主力产品，分别是AI乙女游戏《星联》和即将推出的Agent产品Doki。他说他的探索期结束了，他终于找到那个他愿意集公司之合力下注的东西。那接下来是我对张月光的访谈，期待2026年我们和AI共同进步。

月光，先给听众朋友们打个招呼，并且做一个简单的自我介绍。

大家好，我叫张月光。我过去12年一直在做产品经理相关的工作，先后在字节、阿里这样的大厂工作过。

大家相对比较了解我的工作，可能是2023年我做了一款妙鸭相机。后来在2024年初，我出来创业，创办了一家公司，名字叫木言智语。

过去两年，我们做了两个业务方向。一个方向是在探索AI游戏，另一个方向是在探索AI应用的机会。中间也尝试过一些产品，最近刚刚确定了自己的核心产品，进入一个新的Agent、生产力Agent方向。

能不能讲讲你过去的那些工作经历？

1. 产品生涯从大厂开始

我基本上算是赶上了移动互联网的黄金时代。刚毕业的时候，最开始是支付宝无线、优酷无线的时期，后来也比较早地去了字节，中间自己进行过一次创业。

创业结束之后，我又回到了阿里，待到2023年底。大家相对比较了解我的工作，可能是我做了妙鸭这样一个产品。那段经历结束之后，我就出来创办了现在的木言智能。

你做产品经理做了多少年？十几年？

对，至少10年吧，至少是10年的互联网时代产品经理。

中间创业那段经历能不能分享一下？

2. 第一次创业从短视频开始

我是在2018年年中离开的。当时创业一开始，是想去做短视频电商，因为我在2018年的时候就觉得，短视频那个时候大家更多还把它看作一个内容平台，但我觉得短视频其实是一种信息媒介的升级。

从文字到图片，再到短视频，这是人类经历过的3代主流信息媒介迭代。如果是信息媒介迭代，它就不会只用来做内容、做娱乐。教育、电商，所有这些东西都会短视频化、直播化，这是当时我的一个比较大的判断。

所以我觉得这个事情很大，就出来自己创业了。当然，因为是第一次创业，这个宏观判断没什么问题，但是在切入的时候，我觉得切入方式不好。

当时我想再造一个卖货的抖音出来。今天回过头去看，更正确的做法其实是去做内容，因为用短视频卖货这件事，是非常在短视频平台自身的延长线上。

这个事情我们做了一年，后来发现了一些问题，就开始面对团队转型。2019年初，我看到了一款日本游戏，叫《早安，我的少年》。

这个产品很有情怀，也是我第一次看到Live2D技术被用得比较好。Live2D就是让纸片人动起来，这在游戏行业非常常见，但那个时候还刚刚发展不久。

那个游戏特别简单：你遇到了一个机器人，这个机器人坏了，因为一些原因，它的记忆系统出现了问题。它会作为你的助手待在手机里，你每天通过一些对话和选择，帮助它逐渐恢复记忆和能力。

直到最后，由于你的选择不同，这个机器人的性格也会不一样。你戳它，它会做一些动作并且说话。你可以把它理解成Live2D版的《汤姆猫》。

我当时看到这个产品就特别喜欢。

基于这个产品，我们当时做了一个换装系统，允许用户给自己换装、捏脸，做一个Live2D形象，和别人连麦社交。

这个产品第二年做得还挺不错，很快就做到了几万DAU，最高峰值接近10万DAU。也有一些用户真的往里面充钱，因为商业模式很简单，就是买皮肤、买装扮。

所以当时做这个产品，我还是很开心的，因为我第一次真正感受到了用户。你知道，原来在大厂做产品，更多看到的是数据，用户在你眼里是很抽象的。

比如在字节做红包项目，我看到一天后台新增500万用户，一天有500万新增，所有人都很开心、很兴奋，但其实那只是一个数字。

我当时创业做的那个产品叫元音。“元”是元气的元，“音”是辅音的元音。你会看到这些用户真的活生生地在你的QQ群里，每天非常热情地讨论你的产品。

最让我印象深刻的是，当我决定不再继续创业、把这个产品关掉的时候，那些用户自发发起了守夜活动。我们决定在夜里12点停服，所有用户就在群里非常活跃，一起守夜、一起熬到12点，等着关服。

真的关服之后，所有人又跑到应用商店里写文章，纪念这个产品。

这个产品是针对男生还是女生？

女性用户。这个也很有意思，我做的大部分产品都是给女生做的。

那个时候你会感受到一个活生生的用户。你知道他们每个人多大、在说些什么、为什么喜欢你的产品，甚至知道他们每个人捏出来的形象是什么样子。

所以，大厂前面那些工作的感受，和这段创业经历的感受放在一起，就构成了我做产品的底层动力。我希望能做一些真正让用户感动的产品。

当然，最终我认为两者是需要兼得的。很多人也都知道，我这一次创业又做了一款AI乙女游戏，其中一个重要原因，就是上次做元音的情怀延续。

我们又做了一个Live2D产品。因为我第一次看到《早安，我的少年》的时候，脑子里就冒出一个想法：如果这个东西能够自由对话就好了。

它现在是固定的，你点一下，它就会说固定的几句话，然后给你几个选择，你选了之后会进入不同分支。我当时想，如果能让我随便跟它聊天，那多好。

所以我出来创业、公司成立的第一天，就开始做AI乙女游戏。我们现在做的第一个产品《星联》，其实就是我2019年的想法。

我当时想，原来我那时候的一个幻想，居然真的实现了。

原先那个产品后来怎么样了？

随着我决定关掉公司、回到阿里，它也就关掉了。

为什么做这个决定？

有两个核心理由。第一个，也是最重要的理由，还是自己的心力消耗。坦白说，我觉得创业挺消耗心力的。到最后我有点困惑，不知道自己为什么要创业。

创了多久？

两年多。创到最后很困惑，不知道为什么要创业。

你发现自己到底为什么会开始这次创业？

我觉得上次创业，真实的内心目的是不纯的。

当时是怎么想的？

今天回过头去看，更多就是想证明自己。我觉得我很牛，那个时候觉得自己很牛，所以觉得自己一定能做一个很牛的东西，于是就出来创业。

你会发现，很快结果就会直接打你的脸：你并不牛。我也没有证明自己很牛，做到两年多之后，发现好像并没有证明自己。

你当时从阿里出来是一个什么样的状态？你上次是从字节出来的，对吧？2018年是从字节出来的，经过阿里和字节之后出来创业，后来又回到阿里。

2018年出来的时候，我觉得字节非常好。那个时候的字节状态特别好，我没有觉得字节有任何问题，是一家非常完美的公司。

所以当时我要走的时候，就找陈琳聊。我说我要走了，他非常不能理解。我说我要创业、要做这个做那个，他就说，那你把人招进来，我让你在里面做这个东西。

你当时在字节负责什么？

我在字节有两段经历。第一段是在一个叫图形图像的部门，这个部门主要的产品是一款相册，叫时光相册，现在也已经关停了。

它其实是一个Google Photos类型的产品，但实际上是一个半研究型的部门。早期整个AI Lab里视觉的部分，实际上就在这个部门，后来才被整合成字节的AI Lab。

我去字节的原因，就是想做AI，做图形、视觉AI。

你去字节是想做AI？

对。2016年的时候，我很想找一个做视觉AI的地方。那时候正好是上一波视觉四小龙、CV刚刚起来的时代，我想看看视觉AI这个事情。

但我又想找一个做C端的公司，因为当时视觉四小龙都是做To B的。后来我找到了字节，当时有一个部门在招人，用CV做图像特效、相册工具之类的事情，所以我就去了。

我去字节，其实就是为了做图像AI，不是因为今日头条。字节当时主要的产品是今日头条，但我并不是因为今日头条去的。

后来这个部门做了很长时间，抖音出现了，整个字节决定All in短视频，于是把很多部门做了整合，包括图形图像部门。我们被合并进了AI Lab，里面很多人也被拆开了。

后来我调到了今日头条的大团队里，但坦白说，我一天今日头条的产品都没做过。

调过去之后，我开始做专项。先发起了一个春节红包、增长项目，做了几个月。2018年春节之后，我又发起了字节小程序平台项目，做到一半，我就创业了。

所以我的两段经历，大概第一段是在做图形图像相关的事情，第二段实际上都是在做一些从0到1的专项。

字节待了多久？

不到两年。

之前在阿里呢？

也差不多不到两年。

所以你之前大概工作了差不多4年？

不，更早的时候，我在一个师兄的SaaS公司。那是微博刚出来不久的时候。

你还做过SaaS？

现在叫SaaS，那时候还没有这个概念。那个产品就是一个管理工具，可以在很多平台同时发布微博、收集素材，自动找图、找素材、拼微博，定时发送、批量发送、批量回复私信，是一个社交媒体管理工具。

那是很早年的事情，2012年左右。我在那家公司待的时间确实不久，后来从孔明科技到了支付宝，再到字节，然后创业，很能折腾。

你每段经历都不长，而且我记得你好像学AI相关的专业？

我是计算机系的，清华计算机系。但我学的确实不是AI。

我差不多到大三的时候，就决定不Coding了，已经决定不走Coding这条路了。

你当时就要做产品？

其实也没决定要做产品。我只是觉得自己走不了这条路了。

为什么？

有一次我看了贝佐斯一个很有名的视频。他说自己原来是学物理的，后来决定不做这个了，因为有一次遇到一道偏微分方程，怎么都解不出来。

他问了一个同学，那个同学很快就把题解出来了，最后得到了一个完美的解，好像是π，我记不太清了。那一刻他就觉得，自己不想在这条路上和别人竞争了。

我当时真的很像。计算机系比较特别，里面有很多从竞赛出来的同学。你能想象，我们的第一门专业课就是《C++程序设计入门》，你的同班同学就是你的助教。他们不仅免考，甚至还是给你出作业和考试题的人。

从大一开始就是这样的状态。到大三的时候，我遇到过一个印象很深的大作业，应该是人工智能方向的一门课，做文本聚类、K-means算法。

我拿到数据集之后写了代码去跑，跑了一天都没跑完，最后程序还跑挂了。我就问同宿舍的另一个人，说你那个怎么样了？他做的东西20分钟就跑完了。

我就觉得，算了，我不想在这条路上卷了，我卷不过你们。所以当时我比较明确地知道，我不想再在这条路上竞争，因为我觉得自己的天赋不在这里。

今天回头看，我觉得我的天赋可能更多是一半理性、一半感性的部分，而不是纯理性的部分。

所以你当时想卷什么？还是不卷？

骨子里肯定还是一个卷的人，没办法不卷。

但早期其实很混沌，没有什么想法，让你干什么就干什么。包括后来到支付宝，别人让我做转账、做各种产品工作，坦白说都没有什么想法。

比如今天我去面试很多年轻同学，我觉得现在的年轻同学至少比我那个时候优秀得多，都很有自己的想法。现在的00后小天才们，和我完全不一样。

我在那个时候没有任何想法，老板让我干什么，我就认真干，想办法年底升职加薪，非常简单粗暴。

直到在字节工作的时候，我才开始慢慢形成自己的产品观：第一，为什么要做产品；第二，我的产品偏好是什么。

这些东西慢慢形成，直到第一次创业结束之后，基本上就已经比较稳定，没有再变过。

你前面这些履历经历的逻辑是什么？你好像做过很多产品，它们之间好像没什么关系。

3. 寻找十年的长期主义

其实这就是我这次离开阿里、开启创业最核心的一个理由。

2023年10月1日，我去度假，就在京都、鸭川边上。有一天没睡着觉，我一个人跑到鸭川边坐着。从夜里2点一直坐到凌晨5点，拿了一罐啤酒，一个人坐在那里。

那天我回看了自己过去十几年的工作和生活。因为我马上就35岁了，所以当时觉得，35岁到45岁要怎么过，是一个很重要的问题。

过去十几年，我觉得自己有很多地方做得还可以，但最不满意的地方，就是没有长坡厚雪。不管是人还是事情，都没有长坡厚雪，身边的伙伴也换了很多。

做过的产品也像你说的，类型很多：资金类产品、红包、相册工具、图像工具、社交、短视频平台，后来在优酷还做过长视频，做过内容。后来做妙鸭，又回到了AI图像产品。

所以我当时离开的最重要原因，就是给自己35岁到45岁定了一个目标，立了一个Flag：我想在35岁到45岁，跟同一群人做同一件事情。

在大厂其实很难控制这个事情。你身边跟谁在一起、到底做什么，都是不受控的。你当然可以规划，也可以和老板聊，但终究会有不可抗力。

而且我觉得在大厂里，迎接变化、拥抱变化，是大厂人的基本素质。

为了实现后面的目标，我只能自己来组织：到底跟什么人在一起，到底做一件什么样的事情。

你在大厂属于很会往上爬的那种人吗？

我觉得不是。说实话，虽然从结果上来看，爬得还可以。离职的时候，我30岁就是P9了。

我2016年入职字节的时候，也就是P3左右吧，现在不知道这个算什么。单纯从打怪升级的角度，我的速度还可以。

但坦白来说，我并不是很擅长这个游戏，也不是很喜欢这个游戏。

如果你不擅长的话，怎么打怪升级？

4. 大厂的内部游戏

我觉得大厂里这个游戏有两种玩法。

一种是通过战胜外部敌人打怪升级。比如在某个战役里赢了，达到结果，明确是你打赢的，那当然会有结果，这是外部战役。

另一种是内部战役。你不需要真的打赢外部敌人，只要打赢身边的人就可以。你永远是团队里的前三名，就会成为升级的人。

坦白说，P4、P5、P6、P7、P8、P9、P10，这样的游戏会让绝大部分人变成向内作战的人。这是我在大厂待了很多年之后发现，很难克服的一种地心引力。

只要有这套体系，人很难避免地会想用内部游戏去赢。外部游戏其实更难。

第一个原因，外部游戏肯定更难，有很多不确定性。第二个原因也和周期有关。

比如我刚开始工作的时候，2012年、2013年、2015年、2016年，都是黄金周期。你在任何一个公司、任何一个大厂，都可以像大家比喻的那样，在电梯上做俯卧撑，因为电梯本身在往上走，所以很多事情都可以获得外部结果。

但到了2018、2019年，如果一个新人进入互联网行业，确实会面临很长一段时间的真空期。整个互联网行业没有什么新的事情。从抖音之后，互联网很久没有出现过真正意义上能够改变很多事情的产品。

所以外部游戏是需要周期的。今天AI的诞生又提供了外部游戏的机会，带来了增量。如果没有增量，大家很难避免变成内部游戏。

那你更擅长打外部游戏还是内部游戏？

我更喜欢外部游戏。

比如我再次回到阿里，我们团队也挺大，最多的时候我接近管理300个人，职能也比较齐全。正常做一个中层管理者，其实可以按部就班地做。

但我几乎每年都坚持做一款新产品，每年非要自己做一个新产品。妙鸭不是我做的第一个内部新产品，我每年都做，只不过很多产品最后因为各种各样的原因没有成功。

我底层的快乐就在于创造产品。如果不让我创造产品，只让我玩内部游戏，我可能没有办法快乐，会很无聊。

听起来，你第一次创业是第一次觉醒，但没有觉醒彻底。

我觉得第一次创业到最后是很困惑的。但我已经感受到，自己什么东西是一定要去做的：创造的快乐对我而言非常重要。

在大厂为什么没有创造的快乐？

在大厂也有创造的快乐，一定有。但有两个前提。

第一个，你得遇到能够做增量的周期，这确实是一个大前提，需要一个环境。如果没有新要素、没有新变化，确实很难创造。

因为如果你在大厂，最终要创造的，一定得是机会很大的事情才值得创造。比如我第一次创业最后结束的那个产品，坦白说，如果我是一个大厂，我不会去做，因为它的上限不高。

我们当时遇到的最大问题，是用户年龄很低，平均年龄应该就是初一、初二的样子。你会发现用户的ARPU很难做高，商业模式也不健康，因为都是未成年人充值。这也是我后来决定关掉它的主要原因之一。

所以你在大厂创造，一定是因为这个东西有很高的天花板。如果没有新要素，周期也不是一个新周期，你看不到大天花板的东西，就很难创造。

当然，AI肯定打开了一个很大的天花板，所以今天大厂内部一定也有很多创造机会。不是说大厂一定没有创造机会。

我离开大厂创业，不是因为不能创造，而是因为想做10年的事情。今天大厂内部当然可以创造，但2018、2019年那个周期里，很难创造。

我还是很难理解，你第一次创业结束的时候，为什么会觉得困惑，不知道为什么要创业？

一个人到底为什么创业，有很多理由。抛开表象上说出来的理由，内心深处真实的理由是很难骗的，至少不能骗自己。

有的人创业是为了发财、赚钱；有的人是为了成名、证明自己，让大家知道自己很牛、很厉害；有的人就是想当老板，不想给别人打工；有的人是想实现某个愿望，一定要让某件事情发生。

我觉得第一次创业结束的时候之所以困惑，是因为我出发时的真实理由，回头看就是想证明自己。我觉得自己很牛，想出名，想让别人看到我是一个特别厉害的人。

后来撞上一个下行周期。我今天回头看，那个时间点我有很多地方注定无法成功。最后的困惑在于，那个目标好像被否定了，但我当时又没有找到另外一个动机，没能立即切换到另一个动机。

比如有一件事情特别值得我去做，值得我今天带着一个想法去创业。

我认为创业最好的理由，抛开道德层面，只有两个。

第一个，你就是想当老板，不想打工，不想为别人工作。那你创业第一天就成功了，你的期望收益是100%。哪怕这个理由听上去很Low，也依然是一个很好的创业理由，因为你一定会成功。

哪怕公司最后很不怎么样，你也实现了自己想当老板的愿望。

第二个，你特别想让一件事情发生。即使最后不是你让它发生的，而是别人让它发生了，你也觉得很好。你参与到了一个宏伟的命题里，这样也很难失败。

最后只有两种可能：第一，你想实现的事情真的实现了；第二，虽然你没有实现，但有人实现了，你也不算输。

所以从期望收益的角度，这两个是比较好的创业理由。比如想发财、想证明自己、想出名，这些理由的期望收益都比较差。

想发财，肯定不如在大厂。甚至证明自己，做到一个大厂高管，其实也很能证明自己，很多人会认识你，也会很尊重你。

这两个理由不是因为道德品味不好，而是因为它们很难实现，期望收益很差，需要延迟满足，概率也低。你把期望乘以收益，得到的期望收益，是一个比较差的选择。

而我刚才说的另外两个理由，期望收益就很高，大概率会获得你想要的结果。

所以你当时创业的时候，是不是VC会给从大厂离职的员工有一套估值方法？

我完全不知道怎么估值，今天也不知道。我一直不知道估值到底怎么来的。

我更多是觉得，干这件事需要多少钱，我需要这么多钱，基本上用这种方式去融资。

第一次创业是谁投的？

阿里本身投了一点，后来是零一和险峰，这两个机构也投过。后来我这次创业，他们也是我的股东之一。

为什么后来准备回阿里，没有回字节？

你要对股东负责。阿里把这家公司买回去了，为了让我回去，才把这家公司买回去。

后来你在阿里负责长视频？

我在优酷负责一些产品创新，包括短视频内容，一个比较大的部门，一直都在做优酷这个产品。

后来去做妙鸭，一个很重要的原因就在于，优酷或者长视频这种业务，本质上不是互联网业务，而是内容业务，甚至可以抽象成投资业务。

你投一部片子，片子拍出来。如果片子拍得好，它就会播得很好；拍得不好，从产品和技术上不可能用任何手段去辅助它。

平台本质上是在投内容。它其实没有什么平台价值，不是一个真正意义上的平台。

为什么它能吸引很多To C的创作者来创作？举个极端的例子，打开任何一个长视频网站的App首页，我可以明确地说，加不加推荐算法，很有可能是负向的。

它就是一个大家打开之后要看的东西，这不能叫平台，就好像电影院不是平台一样。今天《疯狂动物城2》上映了，大家去电影院看，不是电影院分发了《疯狂动物城2》，而是这部电影给电影院带来了流量。

所以我觉得这里面有一个本末关系。很难说长视频有很强的平台效应，说到底就是内容业务：你懂内容、找到好内容、抢到好内容，就会表现好。

这个生意也很简单。一开始大家亏钱，就是面粉太贵，面包卖不上价，所以会亏钱。慢慢收支平衡，是因为面粉降价了，用户的付费习惯也越来越好。

当然，后来出现了短剧，这是另外一个话题。

到了2023年，虽然我带着很大的团队，但其实已经不怎么管优酷本身的事情了。因为我负责的产品、技术、设计和创新，坦白说，我认为并不能对长视频或内容产品产生实质性影响。

听起来你在里面干得很绝望。

也不能算绝望。你只是知道自己不能真正改变什么。

所以我就基于自己的兴趣开始做一些事情，这也是后来开始做AI、做图像、做妙鸭的原因。

我记得你是不是对团队说过一句话：反正你们的工作也没什么意义，就不要来跟我汇报？

原话没有那么严厉。

我们有双周会。有一次我拉了一个双周会，和团队所有人在一起。我说，从今天开始，关于优酷的各种会我都不会参与了，大家可以自主决策。

因为我觉得，我的决策也不能带来什么变化，甚至很可能不能带来什么变化。公司或者我们想让它变得更好，核心还是要把内容找对。

所以我不再参与后面的各种讨论，大家自己讨论。从那时候开始，我就把时间花在另外两件事情上。

你的Leader怎么看这件事？

这就是我觉得我的Leader比较好的地方。当时的大老板是樊路远，老樊是一个很给空间的人，所以不会太纠结于问这个问题。

他一直在强调，文娱或者优酷是内容业务，内容为王。他的主要精力也放在内容上。产品、技术这些东西，他不会过多约束和管理，所以也留了一定的创新空间。

那你怎么给团队做绩效？

我觉得这是大厂里一个挺有意思的命题。坦白说，大家都没有特别实质的结果。如果大家都没有特别实质的结果，绩效更多就是过程奖励。

说到这里，你能不能讲讲妙鸭是怎么做出来的？当时它确实是那一年认知度非常高的一款产品，甚至可以说是现象级产品。

5. 妙鸭找到垂直机会

这已经是两年前的事情了，时间过得很快。那时候大家很疯魔，GPT刚出来不久，现在也挺疯魔。只是大家疯魔的点一直在变化。

简而言之，这件事其实没有那么复杂，就是兴趣使然。在这个兴趣之下，我们做了几个比较简单、比较常识性的判断。

第一步是看技术。虽然当时ChatGPT特别火，大家都在围绕ChatGPT、LLM疯魔，但因为我是内部兴趣小组，我们去看现成技术。那个时间点，只有图像技术相对成熟。

当然，和今天的Nano Banana不能比，但在那个时间点，Diffusion-based Model已经是相对成熟的技术，周边生态也比较完善。所以我们决定在图像上试一试。

作为一个后发团队，当时已经有Midjourney这样的产品。各大厂也都在做类似Midjourney的东西。我们再做一遍，显然没有意义。

第一个理念是，既然大家已经把这件事做得很好了，我们到底有什么不一样？如果没什么不一样，为什么要再做一遍？其次，我们没卡、没钱、没人，为什么能做成？

所以第二个决策是，一定要找一个足够垂直、足够细分的事情，尝试在这一件事上比别人做得更好。

这就用到了乔布斯演讲里一个很经典的概念，Connecting the Dots。

我以前做过相册，相册会自动给用户照片分类。我发现人的照片占70%多，第二名是截图。所以我当时就说，只要把“人”这个事情做好，就会非常好。

于是我们定下来，要做写实人像这个垂直方向。

团队第一反应，是做淘宝换装、模特图生产、电商图生产，毕竟是阿里的团队。但这类事情其实很难有利润。

电商是一条很长的商业链条。如果你不是核心环节，就很难有好的利润空间，也没有议价权。所以我觉得这不是一门好生意。

当时我们想找一个To C、能够端到端定价的东西，于是选择了写真。

这些决策做完之后，事情就比较简单了：用一个垂直于写实人像的AI模型，去做一个写真的生意。

今天的写真成本高、周期慢、重资产。我们就是从这几个判断出发开始做产品，后来结果也还不错。

你们不是第一个做这件事的吧？

不是。我们做之前，B612、美图这些产品都已经上线了一模一样的功能，甚至交互流程也基本类似。

但我们的效果确实做得比较好。

哪方面的效果做得比较好？

当时做这个项目，我定了3个要求：真、像、美。

第一是真，真到看不出来是AI做的。到今天为止，很少有人还在提AIGC这个词，但只要是AI生成的东西，足够真到看不出来，就迈过了一条线。

迈不过去，价值就会有很低的天花板；迈过去，价值就会被无限放大。

第二是像，要和用户足够像。人最喜欢传播的东西永远只有3类：与我有关、对我有用、喜闻乐见。

所以一定要足够像，要让它足够与我有关。

第三是美，还得比我好看一点。没有人想看到完全真实的自己，还要美化一些。

所以我觉得，本质上是在“真、像、美”这3个要求上做到了比较高的分数。

我自己还有一个产品理念，也是我过去两年做AI产品时逐渐形成的。中间摸索了很多东西，很多产品都没有让我特别兴奋，我们都用比较低成本、小规模试错的方式去做。

我比较喜欢One Way Door，也就是单向门产品。

所谓单向门产品，就是你用过这个产品之后，就知道以后只会用它来解决这个需求。比如Coding IDE，你用了Cursor或者Claude Code，就知道再也不会用以前的IDE了。

这也是为什么它的商业性这么大，因为它是一个被充分放大的东西，是单向门。

你为什么喜欢这种产品？

因为这种产品可以慢慢做、长期做，它是一个足够长期正确的事情。

有些产品会让人“哇”，但实际上不是单向门。你“哇”完之后还会退回去，或者无法完全取代以前的使用习惯。

这种生意就需要不断循环：不断把用户召回，他原来用你用得挺好，过两天你解决不了某个问题，他又得用回原来的产品，过几天再想起你。

但如果你非常确定它是单向的，就意味着你的市场份额哪怕今天很小，也一定会一点一点往上涨。

这不是因为数据，而是你用了之后，至少自己回不去了。我自己的水平有限，很难判断一个我完全不会用的东西。我更多做的产品，都是自己先用。

如果我用了之后觉得，这可能是一个单向门，我真的觉得以后不会再用以前的解决方案了，我就会觉得这是真实的需求。

需求往往不是创造新需求，创新也不是创造新需求，而是为一个旧需求提供一个新解法或新价值。

所谓单向门产品，就是你的新解法相比旧解法，具备全方位优势。那它一定会赢。

哪怕一开始大家不认同你，或者一开始效果还不够好，今天还做不到全面优势，但你能看到一个未来，它会针对今天形成全面优势，这也是可以的。

最大的机会往往在这里：你看到了一个别人还没看到、未来会形成全面优势的单向门产品。等大家意识到它是单向门的时候，你就已经赢了。

你今天会怎么看妙鸭这个产品？

6. 妙鸭不是AI Native

第一个最核心的结论，是我花了两年时间做了一些思维上的调整之后，才得到的结论：妙鸭不是一个AI Native产品。

它是一个把AI能力发挥得非常好的互联网产品。

今天AI Native这个词已经被念烂了，人人都在讲。绝大部分人对AI Native的定义也很简单：没有这一代AI技术就做不了的产品，就是AI Native产品。

我觉得这个定义不够。没有这一代技术，确实没有这个产品，但这不代表它就是AI Native产品。这是必要条件，不是充分条件。

至少我觉得今天AI Native产品还要有一些其他特征。比如用户输入的开放性、输出的开放性，这些都非常重要。

过去20年的互联网，不管是PC互联网还是移动互联网，产品设计的基本原则都是面向流程的产品设计。

用户进来，产品经理的工作就好像设计一条路线：这个人进来，一共有5个门，推这个门能干什么；上面有5个按钮，按这个按钮会发生什么，按那个按钮会发生什么。

简单一点的产品，可能是一个树形结构，是树形决策树或者流程树。

最强的产品，比如微信，就像一个游乐园。不管从哪里进去，整个产品都是连着的。你去迪士尼，不是一定要沿着一条路线走，它可以自由行走，但所有东西相互连通。

但说到底，用户的自由度还是有限的。有限自由度，这也是为什么很多人会把产品经理描述成上帝或者游戏设计师。你把用户想明白，他就会做这些事情；你给他设计一条动线，他就沿着这条动线走。

但AI Native产品的用户输入是非常开放的，什么都有可能。用户是通过Prompt、通过语言输入的。

特别是到了Agent时代，输出也会更开放。这是过去20年的互联网产品从来没有出现过的情况。

互联网产品的自由度为什么是有限的？

以妙鸭为例，流程就是：用户给我20张照片，我给他训练一个模型。以后每次点击一个模板，就会根据这个模板和他的模型生成一张照片。

它通过限制用户的自由度，来谋求更稳定的效果。

在当时的技术条件下，正常的文生图或者图生图产品，用户输入是非常开放的：用户上传一张图，也不知道他会说什么。

但妙鸭实际上全部写死了。20张照片上传之后，固定生成一个模型；每选一个模板，模板背后的Prompt、调用的模型、整个生成流程和工程链条，都是固定的。

这就会带来更稳定的效果，在当时的技术条件下也能带来更好的产品。

这本质上仍然是互联网产品思维，是非常典型的互联网产品思维。

我今天回过头去看，会有一个很深刻的感觉：互联网产品设计和AI Native产品设计，真的发生了一个很重要的范式变化。

我自己也花了很多时间，才突破这个思维。坦白说，真的要花很多时间。

总结来说，AI Native的一个特征是开放性；对应到产品构建方法，就是从流程设计变成上下文设计。

产品经理原来的工作，是一个什么样的过程？

传统互联网产品的整个产研协作流程是线性的。

产品经理先想好用户进来能干什么，一共能干几件事，能够输入什么，我应该根据输入给他什么输出。这些都可以预定义出来。

产品经理预定义好之后，设计师拿到定义，把它变成图；最后工程师拿着图施工，把它盖出来，就像盖房子一样。

这是过去20年互联网最基本的产研协同范式，也就是面向流程的产品设计。

今天面向上下文的产品设计，不能这么做。没有哪个产品经理能穷举用户的所有行为可能，不知道用户会给出什么奇怪的命令。

尤其是Agent这类产品，它的输出也没有那么高的确定性。你很难让产品经理先把需求定义完，再交给设计师把稿子出好、把用户体验设计好，最后开发实现出来。

很容易出现开发完成后，发现效果完全不是预期的情况。

所以传统互联网产品团队，哪怕是经验很丰富的团队，协同方式在AI Native产品里也很可能出现问题。

大家还停留在“我要设计什么样的UI、UX，用户有多少个选择，预期输出是什么”，但最核心的是：用户输入之后，你怎么给模型带来它看不见的上下文？这些上下文在生成环节带来了什么效果，产生了什么影响？

什么是最佳的Context和Prompt实践，已经成为今天AI Native产品设计最关键的部分。

你得先把这部分搞清楚，再讨论在这个基础上给用户做什么流程来实现，而不是反过来，先把流程设计好，期待用户按照你的方式操作。

但用户还是需要被引导吧？

我觉得不只是引导问题。今天大家的交互方案其实没有那么大的差异，最后也都是对话框，对话框里插一些GUI，最多是生成式GUI。

关键在于，当模型发挥作用的时候，任何AI产品都有一部分时间是模型在发挥作用，另一部分时间不是模型在发挥作用。

用户登录、注册，或者做一些和模型无关的操作，这是传统互联网产品部分。但只要模型需要执行任务，就必须面对模型输入和输出的问题。

所以今天做产品需求时，第一优先级会变成：我想做这件事，用户可能会和模型发生几次交互，是什么交互，模型到底需要什么，哪些东西会让模型最后的结果更符合用户预期，我怎么想办法让用户把这些东西给我。

这变成了最重要的问题。不是一开始先设计用户进来怎么点、怎么点、怎么点，最后进入关键环节时却发现用户没有给你这些东西，于是拿不到预期效果。

所以总结起来，就是从面向流程的产品设计，变成面向Context的产品设计。

在面向Context的产品设计框架下面，有什么具体的好做法吗？

有很多。我分享一个最起码、也可能是最重要的问题：组织需要变化。

这个问题我也想了很久。AI到底需要什么样的组织形式？AI组织和互联网时代有什么不同？

如果完全没有不同，其实很危险。因为这说明你的延续性非常好，理论上不会有那么多机会留给新的玩家。

今天大家说大厂难掉头、大厂反应慢，这都是幻想。一个在大厂工作过很长时间的人就知道，这是幻想。大厂没有那么难掉头，也没有那么慢。

但如果组织本身存在代差，或者说大家不是完全同一个物种，就会带来机会。

回到你刚才的问题，今天组织在进行AI Native产品设计时，确实出现了一些变化。

比如角色边界变得模糊。很难定义产品经理只做产品，不需要碰模型、不需要碰技术，按照线性工程方式，产品经理先做完，设计师再做，工程师最后做。

它会变成一种更混合的方式。因为执行一个任务时，任务需要的不只是技术，还需要对技术的理解。

比如设计师需要理解什么是美、什么是好；产品经理可能对任务有自己的Taste，有自己的预期。

Taste，也就是品味，变得非常重要。你到底期望模型做出什么，变得非常重要。

而且这个定义往往不是一个人能够完成的，甚至不是一个单一工种能够完成的。

我相信绝大部分互联网公司无法一下子转变这种工作形式。产品经理先出需求，需求完了设计，设计完了开发，这是一个基本管理手段，包括Sprint设计也是这样，因为这种方式不会混乱，是最规整的方式。

但AI Native产品一开始摸索模型的过程，本身就会存在混乱，不会那么规整。

所以如果单谈组织，我觉得会从线性的工程工作变成两段式状态。

第一阶段，摸索模型的部分是混合式的。等大家很清楚模型用来做什么、需要用户提供什么、需要什么Context之后，再进行分工。

产品经理思考用什么流程把用户的Context拿到，设计师配合实现流程，然后进入正式开发。这是一个两段式过程。

所以你今天觉得妙鸭是互联网式的产品，并不是AI Native产品。

对，它是用互联网思维把当时的AI技术发挥得很好的产品。

如果你留在阿里，妙鸭后来会怎么样？

不知道。坦白说，我不知道。我只能说说自己的构想，但也不一定能做得好。

7. 妙鸭背后的写真生意

我自己做妙鸭时，对它的理解是，它是一个写真生意，其实不是一个图像产品。我压根儿就没把它和美图放在一桌，我觉得它和海马体在一桌。

它是一个新消费品牌。所以这个产品上线时，给用户写了一封信，那封信是我亲笔写的。

产品的名字，包括产品里每一句文案，我都亲自Review过。里面没有任何一个地方用到AI，因为在我眼里它是一个新消费品牌，是一个消费品，和喜茶本质上是一回事。

上线之后，我们第一时间就想办法找品牌做联名，和携程做旅拍，和同道大叔做星座，都是同一个道理。

如果是做新消费，快速建立品牌认知度反而是更重要的工作。

为什么你觉得它不是美图秀秀这样的产品？

因为妙鸭解决的是“帮你制作一张写真”这个任务，制作写真和帮你修图、把照片变得更好，是两件事情。

它当然可以从单点任务扩展，泛化到一个做图工具，但这两个并不是自然的泛化。

不能简单粗暴地把它们归类成图像产品。美图是一个高频地帮用户把照片变成想要样子的工具，是工具赛道。

至少你不会觉得海马体和美图是一个赛道的，它们不是一个赛道。

海马体是一个写真生意，妙鸭也处于写真生意范围内。你要站在用户视角看，而不是站在技术视角看。

不能因为我用的都是图像技术，就说我们是一桌的。如果做得好，用户就不想去线下拍照店，而希望AI帮他生成写真。

在我离开之前，最后做的一件事情就是去找商场聊快闪店。我当时觉得一定要做到线下，核心想做两件事。

第一，把9.9元变成99元。写真一定是一个低频、高毛利的生意，不可能因为技术改变，就变成高频、低ARPU的生意，因为用户需求不是这样的。

所以如果想把这件事做大，下一步一定是想办法让用户从给你9.9元变成给你99元。

解法其实很简单，就是从全自助变成带有人在环节里的服务，做定制化模板、定制化风格。这件事没有多难，今天的技术也更简单。

你就可以收99元。因为用户知道这里面有人在为自己服务，99元就变得很正常。即使是99元，比海马体699元也便宜很多。

第二件事，是要下到线下去开店，截留用户。

用户今天在哪里？比如在商场里看到海马体，去线下拍照。我当时的想法很简单：这些写真店正在主推什么风格，我就上什么风格；他们卖699元，我就卖99元。

写真店的特点是重资产、慢周转，人力成本和场地成本都很高，而且要提前投入很多东西。他们不可能明天就把员工裁掉、店关掉。

所以你可以利用他们的高周转周期，直接去线下挤压这些品牌。

由于写真是低频生意，胜利的核心手段一定是品牌心智：用户一想到写真，会想到谁。最后只会留下一个。

如果继续做，在我的视角里，一定是想办法把其他写真品牌挤死。增长是一方面，把它挤死也很重要。

阿里同意你在内部这么做吗？

它可能会问，为什么要做一个写真的生意？但我觉得可能没有深入到那个程度。

因为我的离开本来就有自己未来的规划，当时自由度还比较高，所以我会有这样的想法。

你有没有想过把这个产品Spin off出来？

我觉得没有这个必要。坦白说，如果是自己一个人创业、开启一家新公司，我不会选择这样一个生意。

最后你会发现，这个生意并不性感，因为它很重。其实在做之前我就知道它肯定很重，而且利润率不会特别高。

妙鸭这个产品开发了多长时间？

应该3个多月。大部分时间花在调模型上，真正最后开发上线是非常快的。

怎么做到“真”？你刚才说了一个关键区别，就是是否足够真实。不真实的话，天花板会更低。

当时大家都做不出这个效果。模型不是我们自己的，是Diffusion Model。我们当然做了一些训练，但这真的不是最关键的。

其实方法挺简单。我们发现，很难让一个模型同时做到真、像、美，几乎不可能。在当时的技术条件下，几乎不可能。

所以我们用了3个模型：一个负责真，一个负责像，一个负责美。

用户上传的20张照片，生成的那个模型负责脸部控制和ID保持，解决“像”的问题。

底层模型我们只训练了一个Feature，让它足够真实，看起来像真实照片。我们会训练大量普通人的照片，普通人的照片没有那么精美，光照、清晰度都没有那么好，甚至会有些模糊。

让模型看起来足够真实。最后用户选择的模板，又由另一个模型解决“美”的问题。

所以我们把当时技术能力无法实现的事情，用3个小模型拼在一起实现了。

这也算专家模型？

某种意义上算是MoE，但不是MoE那种解法。它是串行的，不是并行的，会经过3个模型生成，共同控制结果。

这个方法是怎么想到的？

也是团队内部讨论的结论。一开始大家研究了很久，怎么都不行。

我们从一开始就尝试把它拆成两个模型：一个解决真和像的问题，另一个解决美、也就是模板的问题。只有这样，模板生态理论上才能无限扩展，每做一个模板就相当于做一个小模型。

后来发现两个模型还是不够，最后我们想，那就3个吧，全部拆开。

多久意识到妙鸭火了？

一两天。我们每天看收入，增长非常快。

有多少收入？现在这个数字能说吗？

我感觉不一定能说，但确实很大。

什么量级？

日收入百万级。

当时这也是在阿里做的好处，集团调用了大量资源，全国各地支援我们，把各种卡腾出来。

因为我们用的技术和今天完全不能比。当时最多的时候，线上推理用了接近2万张推理卡。

这个产品对阿里意味着什么？

我不知道。我对公司级战略并不是特别了解，也没有认真交流过公司怎么看这件事。

我对这种事情关注比较少，做一件自己喜欢的事情就好了。

你离职的时候，他们是什么反应？

很正常，不要再做妙鸭就好了。我也没有过其他想法，觉得这是正常的，一个很平和的状态。

因为我决定出来创业这件事想得比较清楚。一晚上，那个晚上就已经决定了。

原则的力量就是这样：如果你定了一个基本原则，很多事情就变得不重要，也不需要再讨论。

比如再升一个P10、再涨薪、发奖金，这些都不在讨论范围内，因为它们大概率无法满足“10年和同一群人做同一件事”的要求。剩下的附加条件都不重要。

基本原则的威力，就是让你做决策时不用再想太多。

你觉得妙鸭是你过去十几年职业生涯里，最能证明你的一款产品吗？

如果从结果来看，肯定算是，没有太多悬念。

其他产品，比如我在字节做春节项目时，看到的数字更大，单日新增也能做到排行榜前几名。但那个事情更多是平台的力量，不是我个人的力量。

像元音这样的产品，完全是我自己从0到1做出的。我很喜欢那个产品，那是我第一次一个人从0到1做出自己的想法，也得到很多人的喜爱。

但它的结果不够有影响力。所以妙鸭肯定是最能证明我过去的一款产品。

当然，我觉得妙鸭本身并没有那么成功。即使我留下来继续做，它也不会那么成功。它注定不在决定AI时代的主航道上，不在AI主航道，也不是AI Native的东西。

它就是一个Fine Business，一个还可以的生意。所以它肯定能代表我，但也就只是这样。

这个产品火了之后，给你带来了什么？它是什么时候火的？

7月火的，差不多10月份假期回来就提了离职，所以大概只待了3个月。

带来了什么？

肯定带来了一些光环。很多人认识了我。因为我从来不在行业里活跃，基本上没有人认识我是谁。

后来有更多资源给到我，比如创业、融资、人才加入等，肯定会让我后面做很多事情得到助力。

第二，它复现了一个很幸福的时刻。

我第一次有这种幸福感，是在字节做春节项目的时候。发起一个项目，大家一起在公司过年，和张一鸣吃年夜饭，除夕夜守着看红包雨。看到一天几百万新增用户，大家非常兴奋，一群同龄人在一起，做一件让人兴奋的事情。

我非常清楚，即使到了80岁，这也会是我记住的一个幸福时刻。

妙鸭给了我第二次这样的时刻。我印象特别深，当时和团队里的一个PM在北京亮马桥附近的酒吧喝酒。我们一起看数据板，看到当天收入突破100万元。

两个人都喝多了，非常开心。这个数字在今天的AI产品里可能不算什么，很多人的收入更大，但它给我带来了一个很幸福的时刻。

我知道，等到80岁的时候，我肯定还会记得这个时刻。

从7月到10月，你一直在思考创业吗？

没有。那段时间每天忙得不可开交。产品上线、火了之后，遇到的问题比大家想象中多得多。

比如第一个问题就是算力，每天都要扩卡。产品一开始开发团队很小，还有很多Bug。

我们有一个服务端的小伙伴，对我而言他是小哥，但他当时真的连续72小时都在修Bug。我印象特别深，他太累了。

当时有一个Bug会损失一点收入，我跟他说，你要不回去休息，损失一点没关系。但他坚决不肯回家，说这辈子不一定能再遇到第二次这样的事情，不想给自己留下遗憾。

再比如，我们一开始只有小程序。小程序里，iOS不能充值，虚拟充值有问题，所以当时面临小程序充值下架的问题。

于是3天内就要做出一个客户端。每天都是这样的事情。

我们当时还遇到了比较有组织性的黑公关，但到最后也不知道是谁在黑我们。

谁有动力做这件事？

不知道，也许是某个竞品，我也不知道。

因为网上明显有人组织性地传播，说我们使用用户数据，把用户的脸P到黄片里之类的。还有人去消协投诉，反正各种各样的事情。

基本上3个月内没有任何思考空间，就是不停地擦屁股，直到11月才正式休假。

就辞职了？

对，辞职了，戛然而止。

那一刻你不会觉得，妙鸭未来的命运还和你有关系，你不能走吗？

很多人把自己做的产品当作自己的孩子。

第一，我没有觉得妙鸭是我的产品，这是团队的产品，不是我一个人做出来的。虽然这里面有一些原初动力，但很多重要事情都不是我一个人完成的。

包括今天我再创办一个新公司，做出一个产品，我也不会说这是我的产品。真正拥有这个产品灵魂的人，应该是团队。

第二，我觉得团队里的伙伴很优秀，他们能够继续把它做下去。如果产品最后发展得不好，我留下来也未必能让它变好，我没有这么大的Ego。

反过来，如果它发展得很好，那当然很好，我也觉得OK。

你辞职之后，开始找团队成员或者投资人了吗？

8. 创业寻找AI朋友

辞职之后没有特别去找投资人，因为确实花了很长时间，才决定正式创业。

我是2023年双十一那天正式离职，Last Day之后的几个月，一直在想到底是不是真的要创业，或者要不要给自己一个创业的理由。

我需要把这件事想清楚。这样无论最后结局如何，我都不会再迷茫，不会出现“我为什么要创业”的问题。

你也考虑过加入别人的团队？

都考虑过。10年和同一个人做同一件事，不一定非得是我的团队，也可以是别人的团队。

所以我花了更多时间和各种人聊，看各种公司，也去硅谷看了一下。

聊了谁？

这个就不展开了。大模型公司基本都聊过一些。我觉得大模型公司这边，肯定会有一些结果。

今天看，几个头部大模型公司基本也都在上市前期，但有的要求以To B为主，而我肯定要做To C，因为我这辈子没有做过To B的事情。

有的公司可能注定是以技术底层为基因的，而我肯定还是产品基因。包括去美国看，也是在看有没有什么好的机会。

最后实际上是2024年春节之后，才正式开始创业。团队组建也花了时间，因为如果按照“10年和同一群人做同一件事”这个原初动力，10年要合作的人，挑起来还是需要慎重。

你这个创业动机，和你刚才说的两个动机都不是。一个是想当老板，另一个是想让某件事发生。

刚才说的是离开的动机。我的未来10年要遵循一个原则，所以我要找到践行这个原则的方法。

但这不是创业动机。如果这是创业动机，我就不用思考，出来之后立即创业了。

创业动机肯定是有一件事情你想让它实现，想实现一个什么东西。在实现这个东西的过程中，和同一群人做10年，是一个原则，而不是目的。

所以你当时想到要做什么事情？什么时候决定还是要创业，不加入别人的团队？

我当时真正开始创业的时候，愿景其实很模糊。我只知道有些事情肯定不能做，但并不清楚自己一定要做什么。

一个相对模糊的愿景是，当时大家做出来的AI产品都有一个特点：它作为某种服务或者工具存在。

但我的想象是，这一代AI技术应该是一个创造AI人口的过程。它是一个Individual，是一个对象，不是一个Service。

当然，今天我觉得也许ChatGPT就是那个Individual，它某种意义上已经实现了这个东西，但当时我没有这么深刻的感觉。

所以当时我抱着一个理念，想去创造AI。最后我给出的Slogan是“创造AI朋友”。

我觉得某个时间点上，这个世界的AI人口应该比人多。不管它有没有身体，至少在虚拟环境里，AI人口应该比人多。

这些人口应该和人一样，拥有获取信息的能力，也可以获取信息、思考和处理信息、发布信息、连接别人、连接信息。

这些都是人能做的事情，为什么AI不能？AI都可以做。

我觉得未来会出现很多这样的独立个体。但怎么达到这一步，我其实并不清楚。

所以当时出发的时候，有一个宏大的猜想和愿景，但路线图没有那么清晰。

我还专门去找过一位湖畔的朋友聊。湖畔大学做过很多创业者导师，我问他，使命、愿景、价值观都没有想得很清晰，这样能不能创业？

他告诉我，像马老师那样，第一天就能提出“让天下没有难做的生意”，这是一个既可以长期做、范围又很大、同时路线图还相对清晰的事情，这样的公司非常罕见。

绝大部分创业成功的公司，开始时都没有清晰的使命愿景。使命往往是在做的过程中慢慢刻画出来的。

他们认为创业必要的3个东西是什么？

第一个是行业选择。必须选定一个行业，决定长期耕耘。今天卖奶茶，明天跑去做AI，这种行业级迁移并不常见。

第二个是团队文化。你要提前决定自己是什么样的团队。没有绝对正确的团队文化，但创始人要是真实地知道自己是什么样的人，吸引和自己相似的人。

第三个是商业模式。一定要回答商业模式的问题。如果没有想好商业模式，其实很危险。

当时我觉得，前两个比较清晰，第三个没有那么清晰，但行业里也已经有一些实践。所以我觉得，先有一个宏大愿景，前两者有了，第三个可以花时间摸索。

团队是怎么搭起来的？找了哪些伙伴？

团队是我花时间最多的部分。融资反而没有花很多时间。

第一个肯定是价值观一致、高度一致。我非常认同阿里强调的价值观优先，因为三观不同，很难走10年。

你会发现很多人其实很厉害、很棒，但不是一类人。组建团队的过程，就是在找和我一样的人。

到今天，我们已经探索了接近两年。客观讲，我们肯定不是行业里高歌猛进、不断获得正反馈的团队，但团队比较稳定。

从这里离开的两三个伙伴都自己创业了，结果也还不错。背后的原因可能是，大家真的是一类人。

组团队时，我会遵循几个基本原则。

第一，价值观一致。第二，能力互补。我知道自己有哪些长板，也知道有哪些短板，会找能够弥补我短板的人。

另外，我会注重团队的混合构成，需要不同类型的人。

很多人会拉原来的朋友、同事开始创业，我甚至会刻意避免全部都是这样的人。一个团队需要多样性。

如果公司的核心成员本来都认识，比如都是同学，很容易产生思想趋同，后面新加入的优秀人才也会遇到不必要的融入和归属困难。

从人性角度来说，你们互相都认识，新加入的人会想，我能不能融入？

大家的做事风格也不能完全一致。价值观要一致，但有人更Push、更着急，有人没那么着急；有人非常注重细节，有人思考得更多。

我觉得多样性在今天的AI创业里，比上一个时代更加重要。

上一个时代大家讨论过一个话题，叫专业技能的降级化。原来你是一个很资深的专业人士，拥有很多别人不具备的技能，但今天这部分重要性正在下降。

多元化的品味和博学程度，也就是广度，正在决定团队的核心竞争力。

包括我们现在要做的产品，背后就是我非常相信的一个理念：今天技能正在贬值，或者说，人和AI的关系是什么？

总结成一句话，就是人应该负责Will，负责意图、意志；AI负责Skill，负责技能。

所以Will里面的广度、多元性和品味，会变成一个人、甚至一个团队的核心竞争力。

你们团队来自哪些地方？平均年龄、过往背景是什么样？

画像挺多元。有大厂的人，也有一些很有调性的初创公司的人，还有独立开发者。

大概大厂占一半，偏独立开发和来自一些有意思的初创公司的人占一半。

大厂的人会有什么特点？

优秀的大厂人，规范性、使命必达，以及执行时的坚决度，肯定有保障。

真正做过具体事情、拿过结果的人，都会有很好的素养。

独立开发者有很好的灵活思维能力，会看到一些我们看不到的东西。他们往往更年轻，也不会专精在某一类技术上，不会只是一个服务端架构专家，而是比较多面手。

他们可能既做开发、又做设计、又做产品，品味比较综合，懂一些审美、逻辑和技术。

所以我们现在很多偏探索、偏第一阶段、需要定义模型Context和边界的事情，这类人会明显有优势。

来自有调性的创业公司的人，品味非常好。不管是审美品味、产品品味，还是营销品味，都很好。

你自己的长板和短板是什么？

短板挺多的。最长的长板，可能是对一个现象背后底层范式的判断力。

我不一定有多好，但在所有能力里，我觉得这一项相对好一些。比如一个现象背后的原因是什么，到底有什么核心动力在驱动它，它能不能带来范式级的变化，这可能是我相对擅长的地方。

第二个能力是实事求是。

抽象其实也很危险。比如讨论一个黑白奶牛和动物，如果只讨论动物，很多事情就没法讨论，只有讨论黑白奶牛，才能看出区别。

抽象思维会让人经常说“这不就是……”，这很容易变成一种思维问题。

所以在另一面，我还算比较关注细节，关注微妙地方到底有什么不同。

比如妙鸭，大家做的是一样的事情，但微妙的不同会带来截然不同的结果，最终就是效果不同。

你有联合创始人吗？有几个？

首先，我们没有严格定义什么叫联合创始人。公司里没有头衔这个概念，所有人都没有头衔，但肯定有一些核心成员。

有些人从第一天就和我在一起做这些事情。

怎么找到他们的？主要是朋友介绍，还是之前的同事？

以朋友介绍为主。最核心成员里有以前的同事，但从第一天就开始的人不全是以前的同事。

你刚才提到融资相对非常轻松。

不能叫轻松，只能说没有花太多时间。

当时拿了几笔钱？我记得是3轮还是4轮连续融资。

媒体上的报道大体差不多。具体金额就不谈了，但体量和媒体报道差不多。

为什么投资人在没有产品的时候愿意下注？当年除了几家大模型公司，这个案例是被谈得最多的Club Deal案例。你从阿里出来，投资人就开始在没有产品的时候盲注。

即使在去年，我们的估值和融资额也不是最大的，和其他应用公司也没有差太多。

我觉得有几个原因。

第一个原因，是我当时有一个比较长线的愿景，明显感觉到有一些人比较Buy in这个事情：做AI朋友，而不是做Service。

虽然这个东西有点模糊，但我会讲这个底层理念。未来AI会被连接到整个人类的网络里。

今天每个人用的AI都是私有的，和这个世界没有什么关联。我觉得未来不会这样。未来你用的AI也会连接到整个社会网络里，参与到社会活动中。

我觉得这个理念，至少在当时那个时间点，和很多人的想法不太一样。

第二，多少证明过自己一些东西。包括过去两年的创业过程，我是一个比较审慎的人，不是不懂装懂。

大家愿意下注，可能也是因为相信我不是一个不懂装懂的人，不会乱搞。当我知道自己不懂的时候，我不会轻易做动作。

行业里有人开玩笑，说我们天天在花利息。我们做了快两年，确实没有花什么钱，不能说完全没花，但确实还剩很长的时间。

现在的节奏可以花多少年？

很长，这个就不说了。

如果我没有觉得自己很懂，就不会轻易出手。当然，创业不可能像投资一样，不懂就完全不投。你总得做一些事情，必须在做的过程中才能搞懂，不可能每天闭门造车、靠空想搞懂。

但可以把学费控制在最低水平，在资源和人的心力上，都尽量克制。

你们从去年年初开始出发，到现在马上两年了。中间探索了哪些产品？我们聊过很多次，你们的产品发生过很多变化。

9. AI乙女游戏的起点

公司成立第一时间做的第一件事，就是今天正在做的游戏。

第一个理由是情怀。我以前做过类似的事情，很想试试，把当时第一次看到那个产品时的惊艳感，和AI叠加起来，会实现什么效果。

第二个理由，在那个时间点上，AI陪伴是一个很火的赛道。今天可能不是媒体和资本市场关注的热点，但我不太关注热点。

我会看事实。AI陪伴这个赛道，在国内和海外，DAU都能到千万级，我说的是赛道级，不是某个产品。

今天AI产品里，DAU能过千万的，除了通用Chatbot，其实没有几个。AI陪伴算一个，图像生成、视频生成可能也算，剩下的不多。

这证明了两个问题。第一，它有真实用户；第二，这些公司都拿到了钱，甚至有些产品已经打平或者微赚。

这说明用户不只是有需求，这个需求还有商业价值。

所以我们可以得到一个客观结论：AI陪伴是一个带有商业价值的真实用户需求。

在这个结论之下，我当时就在想，既然是这样，为什么这个行业还没有爆发？

我觉得它有3个共同困难。

第一个，用户门槛太高。很多人会说这个行业低龄化、圈层小、二次元用户多，但背后的原因就是用户门槛太高。

它的体验很简单：我对着一个对话框不断输入，通过对方的文字和一些AI图片输出，获得快乐。

这对用户的要求非常高，需要极大的想象力和表达能力。

幼儿园小朋友拿一个玩具，自己在那里比划一天，但成年人不具备这种能力。年龄越小，幻想和想象力越强。

小时候拿一堆麻将牌当坦克打来打去，会有很多想象力。但成年人随着年龄增长，越来越具象。

因为它需要很强的表达力和想象力，所以用户被限制在低龄、二次元人群里，无法破圈。

第二个问题是商业化困难。虽然大家都能收到钱，但毛利率很差，因为商业模式就是收Token费用，而Token很难卖出高溢价。

第三，AI陪伴里的角色都是死的，没有变化。我们期待的陪伴，比如男朋友、女朋友，一定要变化，不可能和一个10年不变的人一直相处。

AI陪伴甚至不用10年，聊10天就会发现这个角色是不变的。它没有长期留存，至少单个角色不可能长期留存。

所以行业通病就是：用户门槛高、商业模式不好、角色无法成长。

我启动这个项目的第二个原因，就是觉得把它做成游戏，是一个很天然的解法。

它可以把UGC转成PGC，把用户完全主动的行为变成被动加主动的行为。

游戏天然有PGC设定、美术物料、剧情投放，用户的使用门槛就会降低。即使被动消费，也能获得快乐；有动力时可以和角色聊天，没动力时也可以玩其他内容。

角色不只是文字回复，还包括动画形象，所以用户门槛可以得到一定程度的解决。

游戏自带商业模式。游戏可以不火，但任何游戏类型背后都有商业模式，这是多年摸索出来的。

很多AI产品不能使用的商业模式，一旦变成游戏就可以使用。

第三，人物和角色是PGC的，背后有驱动力不断更新，所以角色理论上可以不断成长，模型也可以不断替换。不同用户在不同生命周期里，可以遇到同一个人的不同阶段。

所以游戏天然解决了这3个问题。

这就是你创业一开始想到的产品？

所以我们第一时间就开始做这件事，也和“AI朋友”这个愿景直接相关。

但当时我脑子里还有另一个问题：一个AI朋友真的只能解决我的情绪价值吗？

我想了想，好像不对。比如你找一个女朋友，她也肯定不只是解决你的情绪价值。

反过来，如果一个人对你很有帮助，长期、持续地帮助你，最后你们两个也一定会有某种意义上的情绪价值，肯定会成为朋友。

所以我当时想，情绪价值和实用价值真的可以完全剥离吗？

于是我又搭了一个团队，研究有没有提供实用价值的机会。

但这件事和做游戏完全不一样。我们上路时没有想好，只是觉得要看看AI能为用户提供什么价值，同时避开那些确定不能做的事情，先找一些能做的事情。

这个方向我们大概摸索了一年，做了三四个小产品。大家知道的包括播客，但播客只是其中之一。很多产品上线了，有的甚至没有上线。

每个产品开始之前，我们的心态都是先试一试，因为我还没有形成一个非常底层、非常笃信的价值洞察或者产品理念。

你做了多少款产品？

这两年，加上AI游戏。播客、信息工具、图像工具，各个领域都有。

直到最近半年，我才形成了一个比较明确、非常相信的产品理念，也开始做现在正在做的事情。

中间有什么试错吗？比如播客这个项目，你觉得它是错的？

10. 播客寻找新平台

我讲一下播客的前因后果。首先，我并不是想做播客。

当时我在想一个问题。更早的上下文是，我发现大家都在做工具。

很多人也在讨论，为什么没有人做平台。至少在互联网过去20年里，大家都觉得工具不是最好的生意，平台才是最好的生意。

后来大家得出一个结论，AI要做Save Time的东西，不要做Kill Time的东西。我对此打了一个问号。

当时大家都在做工具，我就在想，还有没有做平台的机会。

平台类产品我经历过一些，我觉得有些底层规律不会变。新的内容平台机会，只来自一个东西：新供给、新人群，或者说新媒介、新交互产生的新平台。

信息媒介是内容行业里最重要的东西，最大的机会都发生在信息媒介迭代上。

移动互联网平台是因为手机这个信息媒介。信息需要用一种媒介形式承载：文字、图片、视频、音频、长视频、短视频。

而且颗粒度比这个更细。长视频和短视频，压根儿不是一个东西。

信息媒介之间的差异非常微妙，每种媒介都有最适合承载的信息内容，以及最适合的交互形式。

新媒介和新交互的配对，会对应一个原生于这个媒介和交互的平台。

只要这件事不发生变化，平台很难迁移。

比如短视频。Sora出来时，大家又觉得它是不是新抖音。现在大家又觉得Sora没有留存了，但它绝不可能成为新抖音。

为什么？

因为它没有新媒介，也没有新交互。

比如Twitter的出现，发明了短文字，文字可以限制在140个字。它为短文字发明了Feed流，一段一段地滑，就能看到这些文字，这是媒介和交互的配对。

Instagram是纯图片、大图，也发明了对应大图的交互形式，单列信息流。

小红书是图文内容，以图为主、以文为辅，叫笔记。它用双列Feed流，你会先看到图，再进入内容。

Instagram是纯图，而小红书是图文混排，这就是差异。

Sora本质上还是短视频，交互还是上下滑。即使增加左右滑，可以看到一个视频衍生的更多视频，也不本质。

这和抖音里点开一个特效、看到所有人用这个特效做的视频，没有本质区别。

所以AI可以产生大量新内容，但不能产生新的品类。如果没有新的媒介和新的交互，就不会诞生新平台。

这是过去20年没有人打破过的规律。

ChatGPT能成为一个平台吗？

这是一个非常好的问题。ChatGPT本身就是一种新的媒介形式。

它的交互也变了，是对话式交互。新的媒介、新的交互，带来了新平台，所以ChatGPT一定是一个平台。

那它怎么没有双边网络效应？

它本身和信息已经形成了双边网络效应。

绝大部分人使用ChatGPT的一个重要场景其实就是搜索，问东西。它连接了你和背后检索到的信息，这就是双边网络。

它只是还没有形成传统意义上人与人之间的双边网络，当然它也在尝试。但这已经是网络了。

由于这个网络存在，我觉得ChatGPT这样的Chatbot未来的商业空间几乎难以想象，可能是人类有史以来从未见过的一种商业模式。

是什么？

长周期的决策控制能力。

过去20年，互联网做信息匹配和信息分发，最终形态就是短视频加抖音式交互。这已经接近终极形态，完全剥夺了你的信息自主权。

你不能决定自己看什么信息，都是它推给你。

Chatbot有机会剥夺另外一种权利，就是自主决策权。它会影响你的意识，让你忘记怎么做决策。以后什么事情都问大模型：这件事怎么办？我要怎么选？

这个习惯会越来越深。

一旦你意识到这个问题，就可以想象，它的最终商业模式很可能不是即时广告推送，而是预判你未来有商业价值的重要决策，并且用更长周期去影响甚至控制你的决策。

比如买什么房子、买什么车、让孩子上什么学校。当你最终下决定的时候，它早就预测好了，因为你会持续Follow它的决策。

它不是到那个时候才给你推广告。如果是这样，它几乎不是给你选择，而是直接控制你，就可以收取很高的Take Rate。

它去找谁收钱？

可能是商家，但我不能完全猜到最终价值链条如何分配。

不过，掌握一个人的决策权，一定有巨大的商业价值。

今天大量每天刷抖音的人，本质上是被剥夺了信息自主权，所以抖音可以获得巨大的商业价值。

大模型可能剥夺另外一批人，甚至很可能是同一批人的自主决策权，它也必然有巨大的商业价值。

你觉得这种新旧平台之间有替代关系吗？

我觉得这是两段，它们应该会互相影响。

豆包现在就是Dominant的Chatbot，很有可能字节会实现整个闭环：我不仅决定你看什么，还决定你怎么想，我可以轻易操控一个人。

所以AI时代、大模型时代有平台机会吗？

当然有。

大模型本身就是一种新的媒介信息。Chatbot会以一种新的媒介传递信息，流式地实时生成内容，这是人类以前没见过的媒介信息，并且为它发明了对应的交互形式。

肯定还会有人定义出新的媒介形式和对应的交互形式，产生新的平台。但肯定不是短视频，也不可能再是Sora。

你为什么尝试做播客？

当时我就在想，还有没有新的媒介机会。

这里面一定有移动互联网时代的思维惯性，而且惯性很强。我的第一反应是，所有内容都在变短，文字在变短，视频也在变短，为什么音频还这么长？

我一听就听一两个小时，能不能把它也变短？

我抛出了一个猜想，虽然不够Solid，但可能过去的交互形式不利于短音频内容。

音频内容的一个特点是，你双手没有人会一直端着手机听。你一定是把手机放在旁边，或者在不方便碰手机时听。

那为什么音频产品还是GUI的？你都已经不方便碰手机了，为什么还要用GUI？这是很奇怪的事情。

当时我就在想，如果大模型有很强的语音交互能力，它是不是可以带来一种Voice User Interface，通过语音进行交互。

语音交互是不是会天然带来短音频内容的机会？

新平台、新媒介一定需要新供给。比如Chatbot可以装进很多播客，主要因为播客是开放生态，内容很容易通过RSS收集。

但这注定不是正确答案。就好像你做一个抖音，却分发优酷的视频，体验肯定很差。

所以一定要找到原生于这种交互形式的内容。我们当时先很快做了一个语音交互，找到免费的内容先装进去，自己感受一下。

后来我们花时间寻找原生于这种交互的短内容，但坦白说，没有找到。

如果找到了，我们会把它好好做下去。所以这给我留下了一个问号：语音交互的音频平台，能不能变成一个用嘴刷的抖音？

到今天我也不是非常清楚。

当时比较现成的内容有新闻类，新闻类播客往往比较短，几分钟，最多十几分钟。

还尝试过故事类、小说。长剧可以变短，长篇小说的语音能不能也变成一段一段的短内容，节奏更快？

但一个长剧切成很多短段，本质上还是长内容。用户不需要在中间进行交互，也不能充分发挥语音交互带来的优势。

最后我们有一个猜想：语音交互听音频的场景，不只是不能碰手机，往往还在做别的事情，它是一种陪伴性的、伴随性的体验。

我听过一个播客，也是一个冷知识：人的视觉信号占据了80%多的注意力，留给听觉信号的注意力非常少。

你在听音频时，大概率视觉信号正在做别的事情。所以它不仅仅是不能碰手机，而是一定在做别的事，信息带宽和注意力带宽都很少。

如果还把音频做得很短、节奏很快、信息密度很大，人可能会不舒服，接受不了。

所以这件事到最后也没有变得特别清晰。

做了多久？

3、4个月。从立项到推出，差不多就是这个时间。

后来停了吗？

放在那里。没有找到合适内容之后，就没有继续深度探索。

这对你来说感到挫败吗？

单纯这个项目本身没有，因为一开始预期就不高。

在这之前和之后，我们尝试过很多东西。每一件事情开始前，我都没有很高的期望值，整个团队也没有很高的期望值。

一年多里，这部分团队是少数真的不怎么加班的团队。我们几乎不加班，早上10点多、11点到公司，晚上7点、8点离开，节奏不是很快。

钱只是很小一部分，团队的心力也很重要。

不知道就是不知道。我们有一些猜想，但没有形成完整的理念和体系。这种情况下，我们就是做一个实验。

如果实验发现问题，说明最初猜想有漏洞，那就换一个猜想再试。

前面几个产品都是这样的状态。我刚出来时，也会主动告诉投资人，不要期待我再做一个妙鸭，这个概率很低。

我们大概率会尝试很多乱七八糟的东西，直到形成一个我非常笃信、愿意把公司所有资源押上去的事情。那时我们自然会大力去做。

反过来，没有的时候，我也会告诉团队、投资人：确实没有。但我们会用最小成本，在比较克制的状态下度过学习过程。

除了播客，还有什么没有上线的项目？

没必要一一展开，我再举一个例子。

我们刚出来时做的第一件事，我当时觉得，为什么大模型都是我给它输入一些东西，它再给我回复？为什么它不能主动把内容推给用户？

移动互联网最重要的机会就是推荐取代搜索，把主动获取信息变成被动获取信息。

所以我们很快做了一个内部版本。体验其实还不错：你订阅一些主题，它会给你推送内容，相当于先把内容爬过来，全面汇总，再打散成原子信息，根据你的兴趣重新组合。

也有人在做类似的事情，李凡超也是类似方向。

但我们内部用了一段时间后，发现有两个最大问题。

第一个，真正有价值的信息，已经有人整理过了。

很多人讨论这个需求时会说，信息太冗杂了，每天看不完，很多内容低质、重复。我希望看到干净、不重复、精炼、为我生成的信息。

但比如AI这个主题，我们生成的内容和每天头部科技媒体的内容，重复度非常高。商业新闻也会和成熟的商业资讯产品高度重合。

大家真正关注的事情就那么多，重要的信息有人会整理。没人碰的信息非常小众、边缘。

这首先是需求层面的问题，而且它不是One-way Door，是有替代性解法。

我想听商业信息，早上听一个成熟的商业早报；想看AI圈大事，订阅一个科技简报就可以了。它没有办法实现单向门。

第二，信息分发的商业模式，建立在争夺人的注意力上。占据用户越多注意力，就获得越大的商业价值。

终极形态是短视频，剥夺用户主动获取信息的权利，商业价值自然很大。

但我们做的是为用户节省时间的Save Time信息分发产品，这和整个模式是相反的。

即使少数高净值用户愿意付订阅费，规模也太小。因为这个需求本质上是Save Time，而信息分发的商业模式是Kill Time。

所以你不看好Kill Time，还是不看好Save Time？

我不看好信息分发里的Save Time需求。

这是一个猜想，也许很暴露。短视频这个媒介形态和Kill Time的方法，很可能已经接近人脑能够承受的上限，也就是人类极限。

做过短视频和推荐算法的人都知道，每家的推荐算法里都有让用户刷更长时间的算法桶，可以让用户短期刷更久，但长期留存都是下降的。

短线可以获得更高留存和更高时长，长线是下降的。

它就像某种成瘾物质。短视频已经是很强的刺激，人脑不能再承受比短视频更强的刺激，否则会产生负向效应。

今天很多人提出不愿意刷抖音、开始用小红书，有很多原因。但我觉得很重要的一点是，小红书给了你一定的信息自主权。

你至少可以在信息流里看一看，再决定要不要进去、进去看多久。你刷短视频时也会滑一会儿，但滑累了可以退出来，再浏览一会儿。

它提供的是更弱的刺激。到底大麻是更好的生意，还是海洛因更好的生意，不一定。但更强的刺激大概率不会是更好的生意。

也许AI时代能发明更强的刺激，但从生理角度、社会伦理角度和长期数据反馈看，人能不能承受，我要打一个巨大问号。

今天短视频每天让你刷两个多小时，难道还要发明一个让用户刷3小时、5小时的东西吗？我觉得这不太对。

所以我不太看好创造新的Kill Time产品。

你也不看好Save Time？

我是不看好在信息分发上做Save Time。

信息分发天然是用Kill Time来完成商业闭环的，占据用户越多时间、越多注意力，就有越大的商业空间。你不能在这样的业务里节省用户注意力，这和商业模式是冲突的。

但AI整体肯定会有Save Time，或者生产力机会。我的意思是，我们当时做的那个产品，尝试在一个商业模式建立在消耗用户注意力的事情上，去节省用户注意力，所以没上线就停了。

这个做了多久？

也差不多。其实很多事情是并行的。

你们是并行做的吗？

不是，我们没有那么着急。不是因为钱多，而是如果你不知道，就不能着急。你都知道自己没搞懂，着急去做，反而会带来更多损耗。

所以我们先苟着，一边做一边看，摸手感。真的想明白的事情，才长期去做。

游戏一开始就想得比较明白，包括IP如何构建、游戏怎么做，都想得很清楚。

为什么不只做游戏？

有两个原因。

第一个，游戏注定是长周期、慢反馈的东西。

第二个，游戏是一个天然和巨头竞争比较舒适的区域。游戏本质是内容产业，不是互联网产业。

内容型游戏注定是长周期的。今天你让字节这样年轻有活力的团队去做快的事情，它不怕。你上一个东西，我一个星期也能做一个出来。

但如果这件事两年后才能上线，做两年才能上线，它就很难做。

因为所有大厂的管理机制天然不利于这种事情。你要考核绩效，底下的人给中层，中层给高层，一层一层都需要清晰。

清晰意味着快反馈，而内容产业就是慢反馈、不清晰。

拍电影两年，中间很模糊，很难说到底对不对。不然也不会有那么多烂片。你拍两年，两年后才知道拍得好不好。

我们刚刚完成第一次内测，效果非常好。我不怕大厂看到，因为你做一年半之后才见。

你可以做一个比我更好的，也可以做得更大、更贵，但不可能压缩这个时间。

这就是一个天然让大厂不舒服的区域。但反过来，它注定是慢的。

我们第一款游戏的内容也不能高投入，不能一口吃成胖子。所有游戏公司基本都是这样成长起来的：先做小一点的内容，验证基本模式，打磨管线和团队。

比如《崩坏1》《崩坏3》，直到做出《原神》。在我们这个赛道，叠纸也是从《暖暖》开始，后来做《恋与制作人》《闪耀暖暖》，再继续扩大投入。

投入会越来越大，因为需要积累内容感知和核心团队。

所以我们的第一个游戏，一定是长周期、慢反馈，同时不会投入特别大资源的东西。

投入了多少资源？

具体数字不讲，但一定不会特别贵，因为需要控制变量。

这个游戏和AI的关系是什么？为什么不直接做一个游戏，为什么要做AI游戏？

这是一个有意思的问题。

刚才我对AI陪伴有一些判断，另一个反面问题就是：AI加入游戏，特别是加入乙女游戏，到底能不能带来新机会？

不能简单说两个东西强行绑在一起。

乙女游戏本质上是一个内容产业，是造IP的过程。造乙女游戏、造IP，和造明星很像。

比如《恋与深空》的几个男主，他们就是明星、偶像，用户的很多体验和心理也非常接近追星。

任何IP都有4个要素。

第一个是价值观和态度，是它的内核。比如爱马仕的精神内核是老钱、贵族，以及它所表达的态度和价值观。

另外3个是围绕内核的表象。

第一是视觉包装，你长什么样，能不能贴合价值观。比如爱马仕橙、条纹格；或者一个明星，他的长相、颜色和风格，都要表达精神内核。

第二是作品表达。明星需要歌曲、电视剧、电影；爱马仕需要包和商品。所有IP都需要作品，而且作品要紧扣价值观。

第三是用户交互，如何和用户互动。比如主播，就是以互动为核心的IP，每天在直播间和用户互动。

IP的视觉包装、内容表达和用户交互之间，一定有一个跷跷板效应。

越贵的IP，内容表达就越低频、越高质量，同时会降低用户交互频次。

说得简单一点，大明星不能老出来，否则人设会崩。大品牌不会去电商直播。大明星也不会天天在直播间和你互动。

顶流明星可以开官方微博，但微博本质是单向输出，不是交互；他们不会持续开直播。

如果给一个顶流明星复刻一个AI人设，让用户随便和他聊天，这件事一定不成立，因为会破坏整个用户交互体验。

你要保证每次亮相都足够慎重、足够厉害，才能维持顶级IP的定位。

另外一部分IP天然以互动为优先，这就是为什么有直播主播，为什么有AKB48。明明有大明星，为什么还会有AKB48这样的形式？因为它天然以互动为生。

今天的乙女游戏，全部都是打造大明星的逻辑，单向输出内容，内容量也不会很大，但非常昂贵，越做越贵。

在这条路上，你卷不过头部公司。它做一个IP投入10亿元，你有10亿元吗？这个游戏很简单。

AI带来的变化，是可以创造以互动性为优先的IP，让用户看得见、摸得着、每天都能接触到。

这种IP一定要有更多内容表达和更多用户接触，定位也不可能高高在上，甚至乙女游戏里人物的设定，也不能是高高在上。

霸总、酷哥这些角色，大概率不能做成高高在上的定位，而一定是服务型的。

所以AI进入乙女游戏行业，可以做一件今天头部公司不会做的事。

很多人会说，恋与深空加一个AI聊天功能不就行了吗？不可能。

他们绝对不会把游戏角色做成可以自由聊天的AI，因为这会破坏人设。他们做的是大明星，就像把王一博做成一个可以随便聊天的AI一样，不会这么做。

他们可以另外开一条线、做另外一个产品。以AI为内核、以互动性为内核的乙女游戏和乙女IP，和以表现为核心、以打造头部明星为核心的乙女IP，是两种不同的东西。

它们不可能放在同一个产品里。不是给《恋与深空》补一个AI聊天功能那么简单，而是需要专门做一个以AI互动为优先的IP。

这两种用户画像会不一样吗？

本质上是一拨人，是同一个大的乙女用户群体，但内部有更细分的画像。

有的人喜欢偶像离自己更近，能看得见、摸得着，重视互动性、陪伴性和可得感；有的人喜欢仰望大明星。

这两种需求可以存在于同一个人身上，一个人可以同时喜欢两种明星。但确实有人不喜欢大明星，只喜欢互动型IP。

总体上是一个大的乙女用户群体，但有不同倾向。

我们的方向一定更二次元，而不是更三次元。因为《恋与深空》使用3D之后，乙女游戏已经破圈，很多原来三次元的用户被带进来。

这部分用户天然更喜欢大明星。重视每天的可得感、互动感的，一定更二次元。

所以我们做的是2D、Live2D，除了延续我上一次做元音的情怀，也考虑到了用户差异。我们想做的是更二次元的东西。

你们游戏团队有多少人？

一共20个人。

其中做游戏的人多，还是做AI的人多？

基本上都是做游戏的人。

整个游戏的设计都围绕AI，但不是堆人的问题。大家都知道，今天做AI，核心不在于有多少人，它不是需要堆人的部分。

但游戏工艺就是纯堆人，不可能省略中间环节。

大家经常讲AI给游戏降本增效，但实际上它只能给微信小游戏降本增效，内容型游戏很难降本增效。

乙女游戏这个圈层最大的忌讳有两个：AI和抄袭。

人物长得像别人、撞脸，是不能接受的。二次元用户的原创意识很强，很重视画师和原创。

第二是不能用AI画画，还是版权问题，也是对画师和用户的不尊重。

你以前接触内容，更多是通过平台身份。第一次做内容，尤其是做游戏，有什么和之前预想不一样的地方？

我不是第一次做内容。在优酷时，我就会因为兴趣深入参与一些内容项目，曾经帮忙写过、改过互动影游的剧本，现在还在Steam上，卖得还可以。

在离开优酷前的最后一年，除了妙鸭，我还在管另外一件事情，就是成立一个游戏工作室。所以那时候已经建立了游戏工作室。

我没有觉得有什么特别和预想不一样的地方，因为更多讨论的还是刚才那些理论问题。

具体到故事、设定、美术，我完全不参与，因为我根本不是目标用户。这个男人帅不帅、性格有没有魅力、故事有没有感觉，我没法评价。

到了这一层，我就完全不参与。

这和我做应用探索、做AI工具时的定位不一样。

游戏是谁在立项？

是公司一位核心成员。他之前有游戏背景，也是和我合作了很多年的伙伴。

这个游戏什么时候正式上线？现在已经内测了，结果怎么样？

我们进行了第一次内测，结果非常好。

内测2000个用户，一天就报名满了。我们在小红书开了官方账号，当天就有1万粉丝。一个官方商业账号能有1万粉，已经不错了。

内测7天之后，留存非常惊人。具体数字不说，但非常夸张。用户时长也很高，用户口碑非常好。

你去小红书搜就能看到，相关话题都是百万阅读量以上，很多帖子都是用户自发发布的。

你们没有投放？

没有，不需要投放。

内容产品的好处是，它本身带有态度，能激起用户对美好情绪的感受，所以用户会自发传播。

工具产品是有用就行，传播性没有那么高。尤其是女性用户，天然特别爱传播。

但反过来，负向效应也很明显。女性用户非常挑剔，如果你做得不对，她们也是骂得最狠的。

内测效果确实非常好，我们估计下半年上线。一个游戏就是很慢。

第一次内测结束要关服，7天结束时又出现了让我记忆很深的场景。所有人都守在手机前，和男主角星棉聊天告别，声泪俱下。

我们看到后端聊天数据不断上涨，所有人都在和他说话。关服之后，大家又去小红书发帖子、发聊天截图，表达自己的感慨和喜欢。

我又一次看到很多活生生的人对产品产生感情，那种感觉非常好。

不管是用户反馈，还是内部真实数据，我觉得用游戏化方式做AI陪伴，这个猜想大概率没有错。

我见过好几个做AI陪伴的创业者。你觉得你和他们的思路有本质不同吗？

我是做内容的，他们是做互联网的。

今天所有AI陪伴产品，都是平台产品。用户自己捏角色，也可以找创作者在平台上创作角色，让用户去和这些角色聊天、消费。

我们做的是纯内容，由我们来定义内容。

听起来平台化是一个更大的事情，你不相信平台化吗？

第一，平台肯定是更好的生意，这点确实如此。

但仔细看，至少中国过去几年冒出来的很多好公司都是内容型公司。

游戏公司里有叠纸，内容公司里有饺子动画、《黑神话：悟空》，还有游戏科学，甚至泡泡玛特。

泡泡玛特看起来是一个平台，但我觉得本质还是内容公司。它虽然用平台方式做内容，但和内容绑定得很深。

它不是简单地签IP、把IP聚集到平台上，也不是批量化地提供工具。它对每个IP的深度打造都非常深，是站在打造内容的角度做这件事。

它是和创作者一起打造IP，而不是让创作者自己做，平台提供工具和赋能，最后收割。

这意味着什么？为什么现在诞生的很多好公司都是内容型公司？

背后有两个原因。

第一个，平台型的事情，至少在过去20年的互联网周期里，已经被做得非常充分。

即使还能产生新平台，原有玩家在新平台构建上也有绝对优势。

这几年当然也有新的平台产品，比如红果短剧、番茄小说，但为什么还是字节做赢了？因为只要还是平台型产品，就离不开字节的三件套：推荐算法、用户增长、商业化闭环。

也就是说，你在用上一代霸主的方式，和上一代霸主打仗。

平台生意依赖的核心能力，如果没有AI带来的新生产要素，基本都是老玩家已经非常成熟的生产要素。

第二，当平台已经非常过剩，好内容就会变得稀缺。

今天做对一件事情，用户自发传播的渠道是畅通的。比如饺子动画，不需要买流量、买KOL。

过去移动互联网时代经常讲流量红利，因为设备数不断增长，带来新用户。

今天有另一种流量红利：如果你做对一件事情，传播不需要等待设备普及。所有人都有社交媒体，好的内容传播渠道已经被最大化。

所以过去几年出现很多以好内容立身、用内容思维做事的公司，可能不是偶然。

反过来，用平台化思维做事的公司，我不清楚还有谁冒出来了。AI时代可能会有变化，但当时还不确定。

上一个5年出现了很多内容公司。面向未来5年，你觉得会出现什么样的公司机会？

11. Agent带来能力跃迁

未来5年肯定是以AI为基础的公司会有机会，类型会很多。

我现在能慢慢看懂、非常相信的一类，就是Agent领域一定会出现好公司。

行业其实已经形成共识。2025年一整年，不管是投资还是产品，都在往Agent方向做，有通用Agent、垂类Agent，也有深入行业、拥有高度行业壁垒的Agent，比如Harvey。

大家都在做Agent，这是共识。

另一个重要原因是，Agent确实带来了一些范式变化。

我出来之后一直想回答一个问题：身边有些不在AI圈的人和我吃饭时会说，AI现在好火、特别牛，但到底给普通人带来了什么实质变化？他们没有感觉到，最多也就是用了豆包。

我一直想回答，对于一个普通人，AI到底能够带来什么实质改变。

之前做信息分发时，我在想，AI已经证明了一个范式迁移：用户在Chatbot里通过AI搜索，从找链接变成找答案。

在信息分发里，是不是还有别的范式迁移？当时的猜想是，用户会从看内容变成看原子信息。

原来大家看的都是一篇文章、一个视频，是以内容为维度。但AI可以把内容拆解成一堆原子信息，再重新组合，以更好的方式给你。

播客项目也有类似猜想，语音会带来新交互，新交互让用户在原本不方便操作的地方完成新的事情。但最后摸索时遇到了一些问题。

Agent这件事，我现在能看到更清晰、甚至用常识就能判断的变化。

大家都说Agent是自动化，一提Agent就说能替你做多少事情，很多人还担心Agent会导致裁员、降本。

它已经明确体现出一个价值，就是替代人工。这个角度一定会出现好公司。

另外一个角度，是通过Agent让你做到本来做不到的事情。

Web Coding就是典型。原本完全不会Coding的人，用Web Coding，或者现在说的Coding Agent，比如Cursor、Lovable，就可以真正做出东西。

AI生图、AI生视频，也可以叫图像Agent、多模态Agent，或者AI生图产品。它们都符合一个范式：让你做到原本完全做不到的事情。

Agent和单纯模型相比，优势在于它不只让模型完成原来你做不到的事情，还可以调用外部工具，让你做到更多本来做不到的事情。

所以我的基本判断是，要么帮用户节省大量时间、替代大量人工；要么突破能力，让很多人做到原本做不到的事情。这两种都符合Agent范式，所以Agent一定会出现好公司。

2025年大家说是Agent元年。2025年刚刚过去，Manus就已经卖给Meta，你怎么看？

首先我觉得Meta确实做得很好，我个人非常喜欢Manus。

但Manus刚出来时，我完全用不起来。我第一时间找朋友要了邀请码，当天就用。我跑了一个很简单的任务，让它给团队做团建规划。

我印象特别深，它跑了三四十分钟，最后出来一个文档，但第一步就搞错了。我想让它安排一个出京、去北京之外的旅行，最后它做成了北京郊区旅行。

但后来当我把这个范式看明白之后，我觉得如果Agent范式足够好，Manus肯定能代表这个范式。

到今天，Manus也是最能代表“替你完成一件事、节省你的时间、让你不用做不擅长或不想做的事情”的产品。你很难找到第二家比它做得更好。

这是一个比硅谷更硅谷的故事。中国从来没有出现过一个一年之内如此成功的产品，这已经不是神话，而是童话级别的故事。

反过来，Meta在这件事情上也做得很聪明。它买到了一个范式代表。

如果我是Meta，我也会非常Buy in这个范式。要在这个范式里找一个最好的标的，很难找到比Manus更好的。

但这个范式的威力还没有被发挥到最大。今天Manus还不是一个足够大众的产品，大量人用不上。

我问过一些能用起来的朋友，他们典型的Use Case是：我是律师或者开诊所的，我不会在自己懂的领域用Manus；但在不懂的领域，比如想给自己做一个预约网站，又不想亲自做，就会把这件事交给Manus。

这个范式目前应用空间没有那么广。

如果你在公司里，老板让你做一份报告，你用AI写完交给老板，老板可能直接把你开掉。因为他需要的不是这种质量的内容。

所以我觉得这个范式还没有完全发挥出足够大的价值。

但单纯看这个范式里有没有更好的标的，没有。

如果你相信这个范式未来价值更大，那先买今天范式里最头部的标的，等待它进一步扩展，没有问题。

你觉得为什么肖弘要卖？既然这个范式这么有价值。

我不能替肖弘发言，也确实不了解他怎么想。

也许这个领域竞争太激烈，是一个超级红海。包括我自己现在本质上也在进入Agent领域，这是一个超级主干道，里面全是拥挤的玩家。

他和我做《星联》的思路完全相反。《星联》是我非常相信的事情：第一，它不会很卷；第二，即使大厂和巨头想进来，也不好卷。

但Agent是所有人都会进来卷，而且都是大玩家。

所以也许他觉得，作为一个独立个体，在里面竞争的胜率太低，一定要背靠大厂。也可能看到了其他东西，我不知道，很难判断。

但站在Meta角度，如果我是Meta，我愿意买。听说是20亿美元，我也不知道具体数字，但我觉得不算贵。

如果按20倍PS，今天很多大模型公司的估值都要打很大的折。最近上市的几个公司，PS倍率远不止20倍。

所以我只能说，站在Meta角度，这是一个好交易。相比恭喜肖弘，我更想恭喜Meta。

这件事对你这个同样要做Agent的创业者，给了什么信号？

我能Get到两个点。

第一个，我觉得Agent这条路更对。其实我已经非常相信它是对的，但进一步看到，虽然我不完全清楚Meta为什么买它，但我相信Meta一定Buy in了Agent这个范式，不然没必要买。

第二，由于我看到的Agent、我想做的Agent，和Manus想做的Agent不是一种Agent，所以Meta买这样的Agent，或者今天硅谷讲的故事，并不是我想做的Agent的故事。

这反而是好事，好像大家还没有卷我想做的Agent。

先定义一下，Manus代表的Agent范式，相比上一个时代的App范式，它到底是什么？

Agent有两个核心价值取向。

第一个是端到端替代，或者节省时间。Manus讲的核心故事就是这个。

大家一想到Agent，看到所有介绍Agent的文章、自媒体内容，都是几分钟之后帮你搞定一件事情。

Manus做Wide Research、并行执行100个、几百个任务，也是在让AI端到端替你做更多事情。

今天硅谷讲的基本都是这个故事：能不能替代人工，走向完全自动化，让大量人失业、不再工作，全部由AI接管。

我不敢说这个故事不会发生，确实有可能。真发生了，会非常剧烈，今天很多商业问题都没法讨论。

马斯克说以后钱没有意义，没有人会工作，只有能源有意义。这已经跳出商业范畴，进入社会变革范畴。

我自己喜欢的AI是另外一个价值取向：让你做到本来做不到的事情。

还是人和Agent协作？

对，不是把事情直接交给Agent，而是你和Agent一起做。

有些人认为Agent的指标不是用户时长，因为希望你用得越短越好，它执行命令并交付结果。

我不是特别想做这个方向。以前我也和朋友聊过Token消耗量，比如每个用户消耗多少Token。理论上离线执行越多，Token消耗量越大，也有人认为越成功。

如果价值取向是让AI尽可能多做事情，包括Proactive Agent主动帮你做事，那确实是这样。

但我的价值取向是，整个过程应该是人与AI持续迭代、持续交互。

包括做Agent产品时，我会很在意Latency。给AI输入一个命令后，不管是什么命令，它能不能尽快把结果给我，因为我还要处理一轮，要不断和它交互。

有一类Agent，解决方案是通过离线、并行的方式，让你忘掉这件事，不需要在意什么时候出结果。

就像雇了一堆人，有人1分钟交结果，有人1小时交结果，有人一周交结果。只要结果足够大、足够好就行。

但我喜欢的是结果速度快，持续协作。你给我一个反馈，我马上再处理，再给它反馈。

我觉得这更能让用户感觉自己拥有了一个原本不具备的能力。

你们最后选择的Agent，第一切入点是PPT？

对。我们的第一个切入点是PPT。

PPT是一个已经PMF的赛道，是所有人都在做的事情，对我们一点也不新鲜。别说First，我们都快成Last了。

那你们的机会在哪里？

既然它已经PMF，你只需要回答竞争问题。不需要回答What，也不需要回答Why，而是回答How。

第一个问题，今天所有这些产品，还没有哪个实现了单向门体验。

在发起这个项目之前，我真的想做一个PPT，把所有AI PPT产品都测了一遍。

当时基本有两派。

一派是套模板，比如Kimi。它生成一堆纯文本，把文本填进固定模板，模板不能动，只是替换里面的字。

问题是，内容不是我想表达的内容。为了适配模板，不管我说什么，它都得想办法塞进模板。你明显感觉到，它不是跟着我的表达设计，而是让我把表达塞进它的模板。

我完全没法用。因为我的场景是真的要给人讲，是要公开分享，不是应付差事。

另一派是用前端代码写PPT，有一批产品这样做，包括Mendix。我试过之后，生成的PPT下载下来再改，费劲程度比我自己从头做还难。

到年底，Nano Banana的技术方案出来了，走了第三条路，直接用图片生成PPT，可用度确实很高。

但如果是我的场景，还是没法用。我的PPT偏商业表达，我要做分享，表达一些关于AI产品设计原则的看法。

第一个问题是，我要表达的东西很复杂。如果用Nano Banana生成，图片很漂亮、图文并茂，设计也漂亮，但大量信息会被省略，每页放不了太多文字。

第二个问题是一眼看出来是AI做的。你看Nano Banana生成的PPT，一眼就知道是它做的。

我不可能拿这种东西出去给人看。老板让我汇报，我拿这个给老板看，可能当场就被开除。

所以到今天，我觉得还没有真正成为单向门的产品。

单向门的意思是，我用了这个产品，做出来的东西就不需要再用PowerPoint或Google Slides二次加工，可以直接拿出去用。

你们哪些功能让它成为单向门产品？

最终还是效果。

我前面说过，AI产品设计从流程和确定性体验，变成面向Context、面向不确定性的设计。

所以要回答这个问题，核心是你怎么设计Context，以及Agent如何调用。

很多人的做法是Claude Code Agent加Skill，只是Skill配置不同。我们是自研Agent框架。

最终还是为效果服务。我们在这个项目上花了很多功夫。

一开始我们是面向过程做的，很快做了交互，想象用户应该怎么使用，把交互先开发出来。

但开发完之后发现效果特别差，很多预想的东西效果不好。

后来大家开会研究了很久，换了一个模式：先不管产品交互长什么样，先打磨最小生成单元。

这需要很多工种协同，包括设计师定义什么是美，技术解决内容不溢出、布局合理、容器怎么设计，以及给这个环节注入知识。

大家先调效果。等效果调得非常清楚，就知道用户进入这个环节之前，必须给我什么Context。

然后再设计流程，按照什么步骤把这些Context拿到。

所以我们现在的做法很简单：效果优先。

我用自己的产品做PPT，完全没有再二次编辑，直接拿出去讲，别人根本没意识到这是AI做的。

今年下半年参加百度世界大会，他们让我分享《星联》。百度提供了一个大会模板，我把模板做成自定义模板，再用AI生成。

讲完之后，没有人知道那是AI做的。

一切还是效果。这也是我做产品的哲学，可能和很多AI产品不太一样。

今天很多AI产品哲学是一定要快、Demo先行、Idea先行，看起来很Fancy，要成为某个领域的First。

但我在妙鸭时也不是First。我只是第一个迈过那条线的人。

我在妙鸭还没有火时，有一个做投资的朋友在优酷楼下约我，聊AI怎么看。

我当时说过一句话：90分等于0分。

你必须到100分。90分就是人一眼看出这是AI，实际上无法在真实流程里使用。即使达到90分，还是0分。

AI当然可以大幅降低成本，但在越过那条线之前，成本再低，价值仍然受限。

比如AI生图，真正能用来交差的地方仍然有限。但一旦越过那条线，像妙鸭一样，用户完全看不出AI生成的图和海马体拍出来的图有区别，成本优势就会显现。

妙鸭当时有用户拿自己在海马体拍的照片，和妙鸭生成的同风格照片对比，很多人觉得妙鸭更好看、更像自己。

海马体也会精修，很多时候修得面目全非，用户反而认不出来。

PPT也是同样的道理。我觉得今天还没有产品真正迈过这条线。

为什么选择PPT这种功能性方向？你当时选妙鸭，它和人的照片有关，有天然传播性，更容易成为现象级产品。现在选择功能性方向，为什么？

第一个原因，是不是一定要追求现象级。

妙鸭肯定是现象级，但回过头看，真正非常成功的公司，很少是Day One就现象级的。

如果在大厂打工，做出一个现象级产品当然很棒。但自己创业，是不是一定要追求绝对现象级？

另一个例子是克鲁里，今年很有争议的一个产品，营销先行、病毒式传播，视频和话题都病毒式传播，但今天大家已经忘了它是干什么的。我到现在也不知道它是干什么的。

我现在并不特别追求病毒式传播。

现象级产品容易获客，在获客成本很高的情况下，确实容易爆发式获客。但爆发式获客和持续、稳定、指数级增长相比，我觉得后者更好。

妙鸭当时冲到最高点之后一定会回落，不可能一直保持高点。因为3个月内已经有大几百万付费用户，中国愿意付费拍写真的人有多少？我们的用户量可能已经超过海马体全年客户量。

这种增长不可持续。

今天我会觉得，如果产品足够扎实，用户会稳定使用，用完之后还会持续使用，并且告诉第二个人，第二个人也会持续使用。

它的增长爆发力可能没那么强，但我执着于单向门产品，是因为心里踏实。获得一个用户之后，不会轻易丢掉他。

今天大量AI产品都有这个问题：获得一个用户之后，特别容易丢掉他。

你们准备上线哪些国家？

我们不区分国家，海外也会正常上线。PPT是非常Global、非常普世的需求。

当然，我们肯定不会只做PPT。最终一定会走向更多办公能力的Agent方向。

这些功能都在一个产品里吗？叫什么？

在一个产品里，叫Doki。

Manus最早做的是通用Agent，先画一个大框，再让用户选择方向，后来慢慢收敛。你们为什么先选一个垂类，再去找其他方向？是从窄往大做吗？

Manus做通用Agent没有问题，因为它是理念的先行者，定义了一个大家原来没见过的范式。

它推出时也做了官方Tutorial，展示可以用它做什么，相当于假定了一些Use Case。它作为理念先行的产品，不做限制很正常，可以先观察用户怎么用，再反过来收敛。

但我们今天做这件事，是一个高度红海、非常后发的事情。

所以不能再采用那个方法。Timing已经变了，整个周期变了。

有一本书讲技术的4个周期，好像叫《跨越鸿沟》：从极客期，到尝鲜期，到实用期，再到落后者卷入期。

我的感觉是，到2026年，AI已经进入第三个周期。

这也是为什么“First”越来越不好用。技术到了这个阶段，关键问题已经变成：你到底有什么用，能不能解决问题。

今天即使讲更大的First，大家也麻木了。词越来越大，甚至要到OS级别，OS以下的词大家都懒得听。

我一开始提过一个很喜欢的理论：与我有关、对我有用、喜闻乐见。

AI今天已经过了喜闻乐见阶段。大家不会再因为喜闻乐见而传播，除非涉及更大的国家叙事。

所以哪怕不是红海赛道，我也不倾向于用理念先行、尝鲜先行的方式，因为已经很难杀出来。

我们要承认自己是后发者，很晚才进入这个赛道，不能再用过去的竞争方法。

这个时候，与其说我什么都能干，或者我是一个全新的模式，不如做一件很简单的事情，但比别人做得好。

如果你能非常清楚地告诉大家为什么比别人好，传播效率未必比做一个完全不同的事情差。

所以核心原因，是传播周期变了，我们进入市场的时间点也变了。

团队内部我喜欢把事情讲得清楚、实在，面对现实，在现实基础上讨论做不做。

今天“AI”这个词都不能算时髦，甚至很多人反感AI，觉得大家都在跟风。

在这个时间点，使用开放性、理念性、传播性的方式，很难把故事讲透。

所以我们选择在一个很具体的事情上，真正做出单向门，然后把这个单向门推给大家。

你觉得产品做到哪一刻，就可以发布？

我用它做出来的东西拿出去讲，没有人觉得是AI做的，而且大家都觉得特别好。

它比我自己做得好太多。今天用我自己的产品做出来的PPT，远远超过我自己用PowerPoint做的，不管花多少时间，我都做不出来那个效果。

是更好看、外观更好，还是逻辑更好、更深刻？

做PPT基本就是3件事。

第一，构建内容，我到底要讲什么。

第二，组织内容，有多少页、每页讲什么、整体逻辑是什么、每页内部的逻辑是什么。

第三，把内容摆上去，让它很好看。

每个人的能力点不一样。我自己相对擅长构建内容和梳理逻辑，过去比较擅长这个。

但我能明确感觉到，AI PPT比我更擅长。当我告诉它大概想表达什么、有哪些维度，它理逻辑的清晰程度，以及从中提炼金句的精彩度，远远超过我。

这已经超出了我的表达能力。

第二，把内容摆上去还要好看，本来就是我不擅长的事。

我原来的工作流，是找模板、打开WPS，找一个漂亮模板。但如果这一页想表达的内容和模板中的某一页不完全一样，我就不会改，因为我不会设计，稍微一动就不好看。

但今天AI可以做到，你随便讲逻辑，它都能把逻辑摆得很好看。

至少我自己拿产品做出来的东西，确实不是我能做出来的样子。

你们做的工作是Context Engineering？

本质上，我觉得大家今天做的都是这个工作。

你们基于什么模型？

3个模型都在用。

都是国外模型？

对。

大家过去一年都觉得国内模型和海外模型差距越来越小，但我的感觉反而相反。

2023、2024年，很多人还会拿国内模型调一调、训一训，再做产品，因为有成本优势。

今天基本是无脑选择那几个模型。不是绝对意义上的差距变大，而是那几个模型率先迈过了一些非常关键的可用点。

比如一开始国内模型60分，海外模型75分，差15分；今天国内可能80分，海外90分，差距变成10分。

但85分、88分到90分之间，可能存在一个特别关键的拐点。一旦没迈过去，即使跑分接近，也没有意义。

这个拐点迈过去，就能用它做某件事；没迈过去，就不能用它做这件事。

最简单的是，今天所有做Agent的公司，没有一家能不依赖Claude的模型。

那Claude反过来做你们这个事情，也可以覆盖你们。

是的，这就是竞争问题。

我们面临很多竞争：大量比我们更早、更快的初创公司，大模型公司，比如ChatGPT、Claude，传统竞品，比如Office、Canva、Adobe。

最大的竞争压力，肯定来自Claude或者模型层公司。

我的判断是，如果我是模型公司，一定会朝自动化方向做。这个想象力大很多，因为它能突破人的限制，定价也会突破工具限制。

它相当于进行社会生产力替代。第一步替代生产力，第二步一定是超越生产力。

假设人类总共能生产10万亿美元价值，只要它能替代这10万亿，就一定能做到100万亿，因为它非常容易Scale。

聪明的人很难Scale，但一旦突破基点，它Scale起来是无限的。

今天大家开始讨论ASI、Super Agent Intelligence、科学发现。如果我是大模型公司，我不会去卷提高人类现有能力这件事。

但作为应用公司，我可以做人本主义的事情，也许这是阶段性的生意。

极端情况下，10年、20年，甚至5年后，人可能无法参与社会生产。这不是没有可能。

但如果真的发生，我们今天就不应该讨论创业和商业。如果那一天真的到来，现在做什么都没有意义。

我也不喜欢成为把人推到车底下的人。以前诺基亚有一句广告语，“科技以人为本”，今天已经很少有人提了。腾讯也讲过“科技向善”。

大模型的方向，包括马斯克的整体努力方向，似乎都是把人隔绝出去。

所以我的第一个判断是，我们选择的是一个更小的故事，没有那么性感，不是无限的事情，而是让一部分人做到原本做不到的事情，并为这个能力付费。

它是有限价值，但我觉得已经足够，而且我自己也足够喜欢。

第二，如果你深入一个具体任务，还是能找到很多模型之外的东西。

Claude现在是Agent加Skill的通用方式，大量任务都会得到解决，随着模型变强，Skill越来越好，所有任务都会平均提升。

但回到一个具体任务，还是能找到很多不需要模型、甚至和模型没太大关系的工程问题。比如把HTML网页尽可能保真地转成PPTX文件，这就很难。

你觉得大模型公司会专门做这件事吗？我觉得它永远不会做。

所以我的想法是，在具体任务上，做出领先于通用解法的单向门体验，再加上一些通用方案很难解决、甚至纯工程的问题。

在这个任务上做到最好，至少阶段性可以做出好产品。

当然，我们永远无法回答那个终极问题：你用的都是大模型公司的能力。

还要补充一点，今天不同模型的长板仍然不同。

所有Tool Call类任务，Claude的准确率是断档领先。真正做这行的人都知道，Tool Call准确率Claude领先很多。

但如果是前端绘制，大家现在基本换Gemini，因为Gemini的前端审美好很多。有些地方GPT的表现又更好。

模型公司做这个事情的一个问题，是它不会主动混合这么多模型，但应用公司可以针对任务混合。

这确实是一个很困难、很现实的竞争问题。

我创业前两年，有意想找一个人少一点的牌桌。比如选择《星联》，很重要的原因就是大厂一定没法卷这个事情。

但你必须认清，它不在AI智能升级斜率最大的地方。

这也是我为什么除了做游戏，一定要做AI应用。它确实不是AI技术斜率最大的地方。

一旦进入AI斜率最大的地方，又想要人少、事情正确，几乎不可能。

有人说，选牌桌要么选人傻钱多，要么选人强钱多，第三档是钱少人少。

AI圈很难找到人傻钱多的桌。A轮一定是人强钱多的桌，就想办法和强人竞争。

《星联》不能叫人傻钱多，但至少没有那么卷。我们不会去选一个钱少人强的地方，那没有意义。

在游戏和Agent上，你怎么分配时间？

游戏最初半年到一年，我管得比较多，因为很多事情需要确定下来。

比如最后选择单男主、2D画风、Live2D方案；人物为什么是这个设定；哪些地方和AI结合；要设计哪些AI玩法。

这些差不多在前半年到一年确定下来。游戏就是这样，一旦确定不能轻易乱动，因为周期很长，中间推翻基本就要从头再来。

目前游戏已经进入内容量产阶段，我管得比较少，因为我不是目标用户。策划、美术、文案、运营，都比我懂。

更多时间是在想Agent。

还有一个原因是，之前做探索时，你能知道自己喜不喜欢。它不需要逻辑，有没有感觉、有没有爱，很直接。

用最通俗的话说：如果公司的所有钱都亏在这件事情上，你认不认？

我当时做那些应用探索时，非常明确，如果公司的钱亏在这件事上，我绝对不认。

所以探索时我们非常收着，不管是钱、团队心力，还是加班程度，都要控制。

但Agent有明显不同的感觉。如果所有钱都输在这一把，我可以接受。

这个感觉很不一样，你会知道，我要All in了。

如果PPT这件事把公司钱都亏光，你愿意吗？

纯PPT肯定不愿意。

但回到最开始的愿景，我说过想给自己做一个AI朋友。说实话，《星联》里的朋友肯定不是我想要的朋友，至少不是我的朋友。

Doki背后想做的是一个帮我突破能力边界的朋友，这是我想要的朋友。

如果是在创造一个突破我本人能力边界的朋友这件事上亏光所有钱，我可以接受。

创业初期我就想过这个问题。如果亏光钱，只有两种可能：一个是做成了，那当然很好；另一个是没做成，但一定是竞争输了。

因为我相信这个事情一定会发生，一定有人能做出一个突破我本人能力边界的AI朋友。

即使不是我做成的，我也认。有人做成了，就值得。

所以你愿意押注、即使亏光公司所有钱，万一不是你做成，也能接受？

对。我也不会觉得这次创业很迷茫。

上次创业结束时，我困惑为什么要创业。今天我不会困惑。

只要我见证到这个事情发生，见证到一个突破我能力边界的朋友出现，我就觉得值得。

现在是哪一款产品在做这个事情？

Doki。

Doki在做AI朋友？

Doki在做一个帮我突破能力边界的Agent。这就是我认为未来朋友应该发挥的作用。

它现在也是一个朋友？

现在还没有体现出这一点，未来会这么做。

所以PPT只是第一步？

肯定不会一直做PPT。

所以最终也是一个人格化的东西？

现在还不是，但我觉得最终会是。

现在核心还是解决功能性问题。

朋友很难只给你提供情绪价值，或者只提供人格化、陪伴价值。

为什么不能只提供情绪价值？

比如你交一个男朋友，他只给你提供情绪价值，可以吗？

想象一下，他没有任何使用价值，有人会找这样的男朋友或女朋友吗？我好像没怎么见过。

反过来，如果有一个朋友给你提供很多使用价值，总是帮你解决一类问题，我觉得他也是你的朋友，最后一定会成为你的朋友。

我们习惯把他叫作工具，是因为他没有人格化，交互形式也不同。你只是点点点，让他解决问题，那就是工具。

但我做Agent时有一个感觉：是我在和他说，他在干，而不是我在干。

你用Manus时，明显感觉是它在干活，不是你在干。我们做的AI也是这样，你几乎没有什么手动操作，就是我告诉它，它去做，不满意再告诉它。

那这种身份定位和朋友还是有区别的。

对，像乙方。

但我举一个极端例子。我有孩子，也有育儿嫂。她在我家住了将近3年，每天陪孩子，后来和我们一家人关系非常好。

到现在每年孩子过生日，她还会回来给孩子过生日。你要说这也是雇佣关系，但完全有可能形成情感关系。

从PPT到朋友，你准备怎么过渡？感觉很长。

我不知道。

这肯定不是我短期内的核心目标。但如果真的有一个AI朋友，我希望它是能突破我边界的朋友。

它一定要帮我干活，帮我实现原本做不到的事情，这是我的期待。

至于它最后怎么成为真正的朋友，我觉得只能慢慢走着看。

另一个角度，也许《星联》做着做着，我们也会给它加一些功能性东西。

我觉得两个方向会往中间走。

你觉得今天的AI发展到了什么节点？

在2026年初，如果让我判断，我觉得要回答一个问题：对于普通人，AI到底怎么用。

今天绝大部分人的用法，仍然是问答，像百度百科加搜索，基本还是这个用法，豆包也是这样。

大部分人还没有充分用上AI。今天就是要回答这个问题。

你觉得AI未来会是非常分散的生态，还是比较垄断的生态？你们的生态位是什么？

这是很有意思的问题。大家都在讨论垂直和通用，但这个词的颗粒度太大，太抽象。

模型公司和应用公司也都太抽象。

比如Doki，我们把自己定位成帮助用户创作和表达的AI Agent。我们不认为这个领域未来会拆成一个PPT Agent、一个写文档Agent。

我们是帮助用户更好地创作和表达的AI Agent，专门解决创作和表达。

我觉得这个领域未来不会有很多AI Agent。

Manus的很多重要Use Case，偏资料收集，我觉得未必和创作Agent耦合到一起。

这和上一个时代App之间的分界没有本质区别。抖音里可以买东西，淘宝里也可以刷视频，但用户对一件事情的认知很难记住太多，还是会用一个自己好理解、相对统一的概念记住它。

如果什么都能干，大约就是什么都不能干。

今天普通人对Chatbot的印象是什么？就是有事情问它，把它当作一个能帮你解答问题的熟人。

这个边界很难突破。让一个回答问题的产品去做复杂内容构建和创作，会很奇怪，效率一定会折损。

做过移动互联网产品都知道，主定位往下每一层漏斗都会折损，大大影响留存。

视频号再怎么做，也很难成为短视频第一，因为用户可以为一个足够高频、足够常用的心智记住一个品牌。

PPT肯定不够，但用户日常的表达和创作，完全可以成为一个独立产品。

如果过度宽泛、过度低频，用户也很难记住你。

那你怎么看名创优品的那个产品？

我用得不多，只用过一次。它是Web Coding产品。

我第一印象是，它的主要竞品肯定是Lovable，本身也是一个很红海的领域，很多Web Coding产品在竞争。

但它们具体发展怎么样，说实话我不太清楚。我对其他人的产品关注比较少。

你们产品处于即将上线的状态。现在心情怎么样？对它有什么期待？

丑媳妇总要见公婆。

我内心大概有两个想法。

第一个，比较开心的是，我确实迷茫了很长时间。你知道自己不敢下注的感觉，到后面会很焦虑。

你一直不下注，就会越来越焦虑，因为你肯定错过了什么。看不懂这件事，让我很焦虑。

今天不管做对做错，最后能不能做成，至少我觉得自己终于要下注了。

就像打牌时一晚上都不下场，只输大小王，会很难受。现在终于知道，我要下注了。

我比较开心的地方，是觉得自己终于看懂了一些事情。

另一方面，单纯就PPT这件事情，我不敢想象它会是爆款产品。

往大了说，它不可能是Manus；往小了说，我认为它甚至不可能是妙鸭，不会是这种类型。

但我内心很平静，因为我知道自己交付出来的东西是真的足够好。我非常相信，用过这个产品、真的用它做出东西的人，会觉得“这东西做得还挺好”。

只要这一点得到证实，第一阶段目标就完成了。

第二，我冷静分析，这么晚进来、这么后发，又只能先做PPT，我对它没有太大期待。

但只要在这个小事情上，证明我对“突破能力边界”的猜想，那就说明大方向没有走错。

What和Why的问题不用再问自己，只需要回答How和Who：为什么是我，怎么才能是我。

市场上说，你们一直拿存款利息养公司，是真的吗？

不是，肯定做不到，尤其我们还同时做两件事情。

《星联》算是花力气的项目。如果单纯做《星联》，确实是在花利息，但游戏投入还是会控制得比较小。

前面提到过两个原因。

第一，我们做的IP是以互动性为优先，侧重内容频次和交互频次，不能把内容堆得特别贵、频次做得特别低，否则就变成大明星，用户预期也不是这样。

第二，这是我们第一款游戏。虽然我接触过游戏，但没有正式交付过一款游戏，所以希望控制变量。

AI游戏本身就是新事物，全世界还没有真正完整的AI Native游戏。这已经很有挑战。

内容成本、2D、3D等技术，我们都会控制在可控范围内，形成一个可以长期、有耐心承担的成本。

AI Native游戏的难点在哪里？AI用在游戏里，很多公司都用过，比如NPC自由交流，或者一些小玩法。AI Native游戏是说，用户使用产品最核心的原因，就是AI的灵活性吗？

对。今天AI能力在哪些地方能带来灵活性，并且让用户觉得是加分项，这特别难。

坦白说，除了AI乙游这种以陪伴性交互为核心的方向，其他领域我还没有看到自己能真正相信的故事。

很多人讲AI互动影游，让AI生成互动剧本，无限流地一直点下去。但这不可能。

我自己写过剧本，真的不可能。

难点在于，今天AI技术还做不到实时生成视频、实时生成画面，也做不到基于物理规则无限扩展。

比如《塞尔达》能不能用AI无限扩展，这种Idea每天都有很多，但今天AI做不到。

很多人探索AI游戏，想得很大，做了半天发现AI什么也干不了。

就连斯坦福小镇这个两年多之前的项目，当时震惊整个行业，到现在也没有真正更进一步落地的技术。

基本上100轮之后，就变成非常无聊、非常同质化的东西。

所以这个命题其实非常窄，只能用在以对话为核心的陪伴上，而对话为核心的陪伴又只能做女性用户，不能做男性用户。

最后就变成只能做AI应用。

所以AI游戏的难点，就是太窄了。

你之前的游戏不是想做男性向，后来转到乙女吗？

不是，我从第一天就是做乙女。

你说的是另外一个产品。我当时和Tristan聊过一次，去深圳和他吃饭时，我就说不要做男性向，我觉得男性不需要陪伴。

所以今天AI游戏基本只能限定在AI乙女游戏这件事上，我自己没有看到其他答案。

你探索AIGC这么长时间，有什么Know-how可以分享？

我分享几个点。

第一个，当大家把Agent当作端到端、离线执行，关注它在更长任务周期里的稳定性时，有一些Benchmark专门测这个，完成率会随着任务变长而下降。

我觉得也许可以采用更短程、更高频地和用户反馈的方式，技术上也要追求更低Latency。

第二，至少在今天，LLM才是Agent的内核。至少今天，只有LLM真正能够实现所谓的智力。

它可以基于用户的命令或意图，正确理解、拆解和使用工具。工具可以是AI模型，也可以是纯工程工具。

这件事今天还是只有LLM能做。

现在大家都在讲多模态，但我的猜想是，多模态模型仍然不能直接作为智力内核，脑子还是LLM。

我不太Buy in LeCun说语言无法达到智能终点的说法。我觉得语言就是智能的终点，语言非常重要。

从2023年底离职，到2024年初创业，到现在过去两年，你对自己做CEO满意吗？

我给自己打60分。

好的部分是没瞎搞。账上资金没有到伤筋动骨的程度，肯定没有乱花。

账上钱够花多久？

还很久，反正超出我们会过期的时间。

但我们All in Doki之后肯定完全不一样，节奏会完全不一样。按照原来的节奏，确实还可以花很久。

你们现在All in Doki了吗？

对，我们不会再做其他探索了。

除了游戏，游戏是一个长期循序渐进的事情。比如米哈游做《崩坏1》，赚到钱之后，用更高成本做《崩坏2》《崩坏3》，最后希望有一天做出《原神》。

在这个长线业务之外，AI里追求更大斜率、更快发展的部分，我们只做Doki这一件事。

探索期已经结束，不会再探索其他方向。

我相对满意的，是没有乱搞。资金其实不是最重要的，团队心力才是。大家没有被搞崩，心态没有被搞崩。

没有结果是很消耗人的，但团队整体状态还好，我自己的心力也保留得很好。

你的迷茫期比较长，当时怎么和团队解释？

我遵循两个原则。

第一个是实事求是。我有一个想法，只是想出了一套能够自洽的逻辑，但并没有足够信心，也没有到把整个公司All in进去的状态。

我会明确告诉团队，我们还没有到All in的状态，不会蒙大家，也不会瞎画饼。

如果谁有更好的想法，可以提出来。如果没有，我们就先做这个看看。

所以大家在开始之前不会有太高期待，期望值是被管理的。

今天如果要做Doki，我会明确告诉大家，我们要All in，输也全部输在这里，不会再给自己留后路。

所以大家心态还好。

钱只是一方面，整个团队的心态，包括我自己的心力，最终最重要的还是我自己的心力。我自己的心力基本保留得很好。

你现在找到创业的意义了吗？

找到了。

上次创业前，我只是觉得一定要做成一件事情，做成AI朋友。但中间迷茫了一段时间，不知道到底要做一个什么样的AI朋友。

今天我不迷茫了，我要做一个帮助张月光突破自己能力边界的朋友。

这次创业和上次很不一样。无论结果如何，我都不会再困惑“为什么要开始做这件事”。

你每天起来的第一个念头是什么？

第一个念头是看数据，真的，爬起来先看数据。

如果说家庭生活，作为一个有家人的爸爸，第一念头肯定是哄孩子。我有一个女儿。

公司名字木言智语，也是我女儿名字的一部分。我是宠娃狂魔、女儿奴。

最后几个快问快答。全球范围内，你喜欢的一种食物？

清蒸石斑鱼。

最喜欢的地点？

香港。

一个很少有人知道、但必须了解的知识点，可以是冷知识。

还是讲注意力那个例子。

除了视觉信号占用比例高以外，很有意思的是，虽然视觉信号占用比例高，但大脑中枢的处理比例并不高，大脑会自动忽略绝大部分视觉信号。

它占用的输入带宽很大，但大脑并不怎么处理它。

推荐两本必读书，基于你读过的所有书。

一本是《高效能人士的7个习惯》，这是真正的必读书。我觉得不读这本书，很难在职场里成熟。

我自己能做到。我的职场生涯最大的改变，就是看完这本书之后开始的。

另一本是《乔布斯传》。我觉得产品经理都应该读一下。

你的MBTI？

INTJ。

说一个你现在觉得有潜力的创投机会。

可以看看AI和内容的结合，不只是我们自己在做。以合适的价格慢慢做，最后可能会变成很大的事情。

AI和内容、AI和游戏的结合，肯定不只有AI乙女游戏一种方式。

游戏本质上是内容产业，这一点不会因为AI加入而改变。只不过，不同内容能不能通过AI做出过去完全做不了的事情，我觉得这里一定还有其他机会。

基于你当下的认知，一个关键的重要Bet是什么？

显然是Agent。

你听过我的播客吗？

当然听过。比较著名的几期都听过，比如姚顺雨的、萧泓的。

我们工作室叫语言及世界工作室。当你看到这几个字时，你在想什么？

我的第一反应是，你还挺抓住“语言就是智能的本质”这件事。

人们都在说，今天的语言大模型就是Predict Next Token，预测下一个Token。它只是一个预测，但你又怎么知道，你现在说的话不是Predict Next Token？

你的大脑可能就是这么运转的。你以为自己很有逻辑，但实际上并不是先在脑海里形成一套逻辑，再把话说出来，而是很自然地把下一个Token预测出来。

甚至你说完之后，再读自己这段话时，才会补上“我当时是按照这个逻辑说的”。

语言即世界，在我的理解里，就是语言是本质。语言就是本质。